[發(fā)明專利]基于閉合主曲線和掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的肢體識別算法

在審

• 申請?zhí)枺?/td>: 202010161793.0
• 申請日: 2020-03-10
• 公開（公告）號: CN111401189A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 許粲昊;彭濤;田宏偉;劉雪蘭;黃鑫
• 申請（專利權(quán)）人: 蘇州紫光人工智能技術(shù)研發(fā)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 天津鉑茂專利代理事務(wù)所(普通合伙) 12241
• 代理人: 張?zhí)煜?/td>

1.基于閉合主曲線和掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的肢體識別算法，其特征在于：

首先通過掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)進行近似區(qū)域肢體識別；

再結(jié)合改進的閉合主曲線(CPL)和BNNM，對結(jié)果微調(diào)，此過程反復(fù)訓(xùn)練，得到肢體形態(tài)的算法結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于閉合主曲線和掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的肢體識別算法，其特征在于，所述掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)由由主干網(wǎng)結(jié)構(gòu)、區(qū)域提議網(wǎng)絡(luò)和ROIAlign組成；

其中：

主干網(wǎng)絡(luò)結(jié)構(gòu)主要用于提取整幅圖像的特征；

區(qū)域提議網(wǎng)絡(luò)主要用于為每個位置和名為錨的區(qū)域生成預(yù)先設(shè)置的目標幀；

ROIAlign主要用于調(diào)整區(qū)域大小。

3.根據(jù)權(quán)利要求1所述的基于閉合主曲線和掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的肢體識別算法，其特征在于，所述BNNM是反向傳播神經(jīng)網(wǎng)絡(luò)，用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的機器學(xué)習(xí)算法，BNNM由輸入層，隱含層和輸出層組成。

4.根據(jù)權(quán)利要求1所述的基于閉合主曲線和掩碼區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的肢體識別算法，其特征在于，所述閉合主曲線(CPL)由主流程、外循環(huán)和內(nèi)循環(huán)組成，且最終輸出的數(shù)據(jù)序列作為BNNM算法的輸入數(shù)據(jù)。