[发明专利]基于端到端的人体关节点检测与分类方法在审
| 申请号： | 201810915453.5 | 申请日： | 2018-08-13 |
| 公开（公告）号： | CN108960212A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 程建;林莉;王艳旗;苏炎洲;白海伟 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 刘东 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于端到端的人体关节点检测与分类方法，其实现方法具体包括：构造深度学习网络、对输入图片数据进行训练及测试。深度学习网络包含基础网络层结构、金字塔池化残差模块、堆栈式沙漏型模块。在训练阶段：对输入图像进行预处理操作以及网络参数的初始化，将处理后的图像输入到基于堆栈式沙漏型以及条件随机场理论的深度学习网络中进行训练，根据Softmax损失函数对网络权值参数进行更新；测试阶段：使用学习得到的深度学习网络模型参数对测试图片进行前向传播，得到测试关节点的概率分布情况，利用已知准则将各个关节点依次连接起来，得到结果图像。 | ||
| 搜索关键词： | 人体关节 点检测 堆栈式 关节点 沙漏 学习 网络权值参数 预处理操作 测试 测试阶段 测试图片 概率分布 基础网络 结果图像 前向传播 输入图片 输入图像 损失函数 图像输入 网络参数 网络模型 训练阶段 依次连接 网络 层结构 初始化 分类 残差 池化 金字塔 更新 机场 | ||
【主权项】：
1.基于端到端的人体关节点检测与分类方法，其特征在于：包括依次进行的以下步骤：S1、构建基于堆栈式沙漏型以及条件随机场理论的深度学习网络，并对该网络进行初始化操作；S2、对网络参数进行训练，通过前向传播得到适应于人体姿态估计的网络权值参数；S3、将预处理得到的图片输入到已经训练好的沙漏型神经网络中，通过前向传播得到相应关节点的热力图分布，再利用条件随机场模型强化各个节点之间的空间位置关系，最终得到每个节点出现的概率统计分布，将输出的预测结果利用预先设定的规则将关节点连接起来，就可以实现端到端的人体姿态估计。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810915453.5/，转载请声明来源钻瓜专利网。
