-
公开(公告)号:CN107451568A
公开(公告)日:2017-12-08
申请号:CN201710657241.7
申请日:2017-08-03
Applicant: 重庆邮电大学
CPC classification number: G06K9/00369 , G06K9/42 , G06K9/6256 , G06N3/0454 , G06N3/0481 , G06N3/08
Abstract: 本发明公开一种使用深度卷积神经网络的姿态检测方法,适于在计算设备中执行,该方法包括:将数据集按照训练和测试进行划分,并做预处理;进行人体关节特征区域的识别学习模型训练,以识别人体关节部位图像区域的学习网络;关节坐标定位学习模型训练;检测图像尺寸预处理,将需要识别人体姿态的图像调整为网络输入要求大小;通过该网络进行图像关节区域的识别,并划定相应矩形区域保存为子图像;将获得子图像作为输入,送入关节坐标定位学习模型进行关节坐标获取;以及按照人体骨骼模型连接获取的关节点构成人体姿态描述。本发明还提供了一种存储设备及移动终端。