-
公开(公告)号：CN112800958B
公开(公告)日：2022-07-22
申请号：CN202110117348.9
申请日：2021-01-28
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于热点图的轻量级人体关键点检测方法，具体包括，获取原始图片，在原始图片上标注标签，创建标签图；建立卷积神经网络模型，将标签图输入到卷积神经网络模型进行模型训练；输入待检测的原始图片，利用训练好的卷积神经网络模型提取特征，得到人体关键点热点图和人体关键点间热点关系图；根据人体关键点热点图，通过热点峰值获取关键点的位置，再与人体关键点间热点关系图进行归并，获得关键点间关系，最终得到单人关键点以及关键点之间的关系。
-
公开(公告)号：CN112800960A
公开(公告)日：2021-05-14
申请号：CN202110119110.X
申请日：2021-01-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于卷积网络的表单线框检测识别算法，首先采用卷积网络对表单图片进行特征提取，针对提取到的特征图进行像素级别的预测，获得概率值图；概率值图包括代表横线和竖线的概率值图；对提取的概率值图，过滤并剔除低于预设阈值的概率值点，根据过滤后的概率值图，分别提取表单中的横线和竖线；对于提取后存在断点的横线或竖线，采用速纳法将拟合在一条直线上的线段重新组合，合并成横线或竖线，获取表单线框；本发明公开的表单线框检测识别算法，在各种环境条件下均具有鲁棒性，并降低表单中倾斜角度等因素对正确率的影响，能够精确的识别出表单并分类，处理线段不连续或者污渍等情况；使用了不深的网络结构，维持了模型的实时性。
-
公开(公告)号：CN112800958A
公开(公告)日：2021-05-14
申请号：CN202110117348.9
申请日：2021-01-28
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于热点图的轻量级人体关键点检测方法，具体包括，获取原始图片，在原始图片上标注标签，创建标签图；建立卷积神经网络模型，将标签图输入到卷积神经网络模型进行模型训练；输入待检测的原始图片，利用训练好的卷积神经网络模型提取特征，得到人体关键点热点图和人体关键点间热点关系图；根据人体关键点热点图，通过热点峰值获取关键点的位置，再与人体关键点间热点关系图进行归并，获得关键点间关系，最终得到单人关键点以及关键点之间的关系。
-
-
Search Results
3
records
(took 0.012 seconds)
