[发明专利]一种基于RGB相机和深度学习的人体姿态识别方法与系统在审
| 申请号： | 201810956644.6 | 申请日： | 2018-08-21 |
| 公开（公告）号： | CN109299659A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 王庆;唐晖;陈洪 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于RGB相机和深度学习的人体姿态识别方法与系统，包括：S1、获取待识别图像；S2、将待识别图像输入至训练好的第一神经网络，进行人体目标检测，获取人体目标图像；S3、将人体目标图像输入至训练好的第二神经网络，进行人体关节点位置检测，获取待匹配人体关节点位置信息；S4、将待匹配人体关节点位置信息进行模板匹配，识别出人体姿态。本发明基于采用Faster‑RCNN算法的深度卷积神经网络作为第一神经网络进行人体目标检测，以及采用CPM算法的深度卷积神经网络作为第二神经网络进行人体关节点位置检测，能够快速、准确地从待识别图像中准确识别人体关节点的位置信息，从而识别出人体姿态。 | ||
| 搜索关键词： | 人体关节 人体目标 人体姿态 神经网络 卷积神经网络 点位置信息 检测 图像输入 点位置 图像 算法 匹配 模板匹配 学习 | ||
【主权项】：
1.一种人体姿态识别方法，其特征在于，包括：S1、获取待识别图像；S2、将所述待识别图像输入至训练好的第一神经网络，进行人体目标检测，获取人体目标图像；S3、将所述人体目标图像输入至训练好的第二神经网络，进行人体关节点位置检测，获取待匹配人体关节点位置信息；S4、将所述待匹配人体关节点位置信息进行模板匹配，识别出人体姿态。
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中国农业大学，未经中国农业大学许可，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/201810956644.6/，转载请声明来源钻瓜专利网。
