公开(公告)号：CN107609541A

公开(公告)日：2018-01-19

申请号：CN201710968932.9

申请日：2017-10-17

Applicant: 哈尔滨理工大学

Inventor： 宋立新 ,  卞龙鹏

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及深度学习和计算机视觉技术领域，具体为一种基于可变形卷积神经网络的人体姿态估计方法，包括以下步骤：步骤a：对输入数据集预处理，包括扩展、分割数据集图片；步骤b：对训练集图片做K均值聚类；步骤c：以K均值聚类结果为标签，将训练集输入可变形卷积神经网络训练；步骤d：构造得分函数F训练SVM用于关节分类；步骤e：输出处理；本发明通过读取正数据集，一部分用做训练集，一部分用做验证集，读取负数据集作对比，其中引入负数据集训练能有效得滤除背景得干扰，提高识别率。

公开(公告)号：CN107609541B

公开(公告)日：2020-11-10

申请号：CN201710968932.9

申请日：2017-10-17

Applicant: 哈尔滨理工大学

Inventor： 宋立新 ,  卞龙鹏

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及深度学习和计算机视觉技术领域，具体为一种基于可变形卷积神经网络的人体姿态估计方法，包括以下步骤：步骤a：对输入数据集预处理，包括扩展、分割数据集图片；步骤b：对训练集图片做K均值聚类；步骤c：以K均值聚类结果为标签，将训练集输入可变形卷积神经网络训练；步骤d：构造得分函数F训练SVM用于关节分类；步骤e：输出处理；本发明通过读取正数据集，一部分用做训练集，一部分用做验证集，读取负数据集作对比，其中引入负数据集训练能有效得滤除背景得干扰，提高识别率。