[发明专利]服饰检测和神经网络训练的方法、装置、存储介质和设备在审

专利信息
申请号: 201711166328.0 申请日: 2017-11-21
公开(公告)号: CN108229306A 公开(公告)日: 2018-06-29
发明(设计)人: 陈益民;陈海峰;张伟 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08
代理公司: 北京天健君律专利代理事务所(普通合伙) 11461 代理人: 黄海艳;金丹
地址: 518000 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服饰 先验数据 检测 待检测图像 人脸位置 神经网络 神经网络训练 存储介质 服饰图像数据库 人工智能领域 位置检测数据 可能性区域 数据获得 位置检测 位置相对 训练样本 关联性 备选 标注
【权利要求书】:

1.一种服饰的检测方法,其特征在于,所述方法包括:

获取待检测图像以及服饰位置先验数据,所述服饰位置先验数据是根据服饰图像数据库中服饰位置相对于人脸位置的先验数据和人脸位置标注数据获得的;

通过服饰检测神经网络,根据所述服饰位置先验数据获取所述待检测图像中的第一服饰位置检测数据,所述服饰检测神经网络为以服饰位置先验数据作为训练样本之一训练得到的神经网络。

2.一种神经网络的训练方法,其特征在于,所述方法包括:

根据样本图像中服饰位置相对于人脸位置的先验数据和人脸位置标注数据,获取所述样本图像中的服饰位置先验数据;

通过待训练的神经网络,根据所述服饰位置先验数据从所述样本图像中获取所述样本图像中的第三服饰位置检测数据;

根据所述第三服饰位置检测数据和所述样本图像中的服饰位置标注数据,训练所述神经网络。

3.一种服饰的检测装置,其特征在于,所述装置包括:

第一获取模块,用于获取待检测图像以及服饰位置先验数据,所述服饰位置先验数据是根据服饰图像数据库中服饰位置相对于人脸位置的先验数据和人脸位置标注数据获得的;

第二获取模块,用于通过服饰检测神经网络,根据所述服饰位置先验数据获取所述待检测图像中的第一服饰位置检测数据,所述服饰检测神经网络为以服饰位置先验数据作为训练样本之一训练得到的神经网络。

4.一种神经网络的训练装置,其特征在于,所述装置包括:

第七获取模块,用于根据样本图像中服饰位置相对于人脸位置的先验数据和人脸位置标注数据,获取所述样本图像中的服饰位置先验数据;

第八获取模块,用于通过待训练的神经网络,根据所述服饰位置先验数据从所述样本图像中获取所述样本图像中的第三服饰位置检测数据;

第三训练模块,用于根据所述第三服饰位置检测数据和所述样本图像中的服饰位置标注数据,训练所述神经网络。

5.一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述程序指令被处理器执行时实现权利要求1所述的服饰的检测方法的步骤。

6.一种计算机可读存储介质,其上存储有计算机程序指令,其中,所述程序指令被处理器执行时实现权利要求2所述的神经网络的训练方法的步骤。

7.一种计算机程序产品,其包括有计算机程序指令,其中,所述程序指令被处理器执行时实现权利要求1所述的服饰的检测方法的步骤。

8.一种计算机程序产品,其包括有计算机程序指令,其中,所述程序指令被处理器执行时实现权利要求2所述的神经网络的训练方法的步骤。

9.一种电子设备,包括:第一处理器、第一存储器、第一通信元件和第一通信总线,所述第一处理器、所述第一存储器和所述第一通信元件通过所述第一通信总线完成相互间的通信;

所述第一存储器用于存放至少一可执行指令,所述可执行指令使所述第一处理器执行如权利要求1所述的服饰的检测方法的步骤。

10.一种电子设备,包括:第二处理器、第二存储器、第二通信元件和第二通信总线,所述第二处理器、所述第二存储器和所述第二通信元件通过所述第二通信总线完成相互间的通信;

所述第二存储器用于存放至少一可执行指令,所述可执行指令使所述第二处理器执行如权利要求2所述的神经网络的训练方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711166328.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top