[发明专利]基于密集连接模块的沙漏模型的设计方法在审
| 申请号： | 201811283711.9 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN109598197A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 周东生;孟繁明;易鹏飞;刘瑞 | 申请（专利权）人： | 大连大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 大连八方知识产权代理有限公司 21226 | 代理人： | 卫茂才 |
| 地址： | 116622 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及姿态估计领域，提出了基于密集连接模块的的沙漏模型的设计方法，实现了基于自底向上结构的姿态估计的人体关节点的预测。本发明利用密集连接网络模块实现关节点特征的提取，通过融合高斯模板函数和残差模块提取的特征图形成总响应图。通过将上一阶段的总响应图作为下一阶段的输入，实现对各关节点空间信息特征的充分学习，从而提升关节点的预测准确率。用深度学习框架中对模型进行训练，训练结果证明该模型相较原模型在部分关节点的预测准确率上有了提升。说明了该发明中新构造的模型的有效性。 | ||
| 搜索关键词： | 关节点 连接模块 沙漏模型 姿态估计 准确率 预测 高斯模板 空间信息 连接网络 模块实现 模块提取 人体关节 训练结果 特征图 原模型 响应 残差 学习 融合 | ||
【主权项】：
1.基于密集连接模块的沙漏模型的设计方法，其特征在于，包括以下步骤：步骤1：加载人体姿态图像数据集；步骤2：对数据集进行数据预处理；步骤3：计算不同尺度下的不同部位的响应图；步骤4：融合不同部位的响应图为总体响应图，并找到各部位的最大响应点为预测值；步骤5：将上一阶段预测的特征图作为下一阶段的输入，重复步骤2、3、4；步骤6：每输出一次总体响应图为一个阶段，本方法总共为四个阶段。
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大连大学，未经大连大学许可，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/201811283711.9/，转载请声明来源钻瓜专利网。
