[發明專利]一種基于淺層卷積神經網絡的老師姿態識別系統在審
| 申請號： | 201711317617.6 | 申請日： | 2017-12-12 |
| 公開（公告）號： | CN109918967A | 公開（公告）日： | 2019-06-21 |
| 發明（設計）人： | 朱志鵬;沈振岡;趙幸 | 申請（專利權）人： | 武漢東信同邦信息技術有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04N5/232;H04N5/76 |
| 代理公司： | 武漢國越知識產權代理事務所(特殊普通合伙) 42232 | 代理人： | 李偉濤 |
| 地址： | 430000 湖北省武漢市武漢東湖開*** | 國省代碼： | 湖北;42 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 卷積神經網絡 姿態識別系統 姿態識別 淺層 預處理 老師 深度圖像 深度圖 探測儀 雙目 采集視頻圖像 參數模型 畫面切換 人工判斷 生成參數 重新加載 課堂 數據集 點云 加載 轉動 錄制 相機 采集 場景 檢測 | ||
【權利要求書】：
1.一種基于淺層卷積神經網絡的老師姿態識別系統，其特征在于，包括：
一雙目探測儀，用于采集視頻圖像，獲得場景的深度圖點云，并進行深度圖像預處理；
一卷積神經網絡，將經過深度圖像預處理后的點云圖，導入到卷積神經網絡中，進行訓練，根據得到的數據集生成參數模型；
參數模型加載為新模型，并與雙目探測儀采集的現場深度圖結合起來，進行姿態識別；
人工判斷姿態識別效果，若識別結果不夠準確，說明訓練不夠充分，系統手動開始和結束現場訓練，訓練后，自動重新加載新模型。
2.如權利要求1所述的基于淺層卷積神經網絡的老師姿態識別系統，其特征在于：深度圖像預處理包括：根據設定的距離范圍，自動獲得老師目標的點云圖，獲取輪廓后，保存到指定大小和格式，作為訓練圖片。
3.如權利要求1或2所述的基于淺層卷積神經網絡的老師姿態識別系統，其特征在于：卷積神經網絡包含了一個由卷積層和子采樣層構成的特征抽取器。
4.如權利要求3所述的基于淺層卷積神經網絡的老師姿態識別系統，其特征在于：在卷積神經網絡的卷積層中，一個神經元只與部分鄰層神經元連接。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于武漢東信同邦信息技術有限公司，未經武漢東信同邦信息技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711317617.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：指紋識別裝置及其制造方法、移動終端及指紋鎖
- 下一篇：一種艦船目標檢測方法
