[发明专利]基于密集连接模块的沙漏模型的设计方法在审
| 申请号： | 201811283711.9 | 申请日： | 2018-10-31 |
| 公开（公告）号： | CN109598197A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 周东生;孟繁明;易鹏飞;刘瑞 | 申请（专利权）人： | 大连大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 大连八方知识产权代理有限公司 21226 | 代理人： | 卫茂才 |
| 地址： | 116622 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 关节点 连接模块 沙漏模型 姿态估计 准确率 预测 高斯模板 空间信息 连接网络 模块实现 模块提取 人体关节 训练结果 特征图 原模型 响应 残差 学习 融合 | ||
【权利要求书】：
1.基于密集连接模块的沙漏模型的设计方法，其特征在于，包括以下步骤：
步骤1：加载人体姿态图像数据集；
步骤2：对数据集进行数据预处理；
步骤3：计算不同尺度下的不同部位的响应图；
步骤4：融合不同部位的响应图为总体响应图，并找到各部位的最大响应点为预测值；
步骤5：将上一阶段预测的特征图作为下一阶段的输入，重复步骤2、3、4；
步骤6：每输出一次总体响应图为一个阶段，本方法总共为四个阶段。
2.根据权利要求1所述的基于密集连接模块的沙漏模型的设计方法，其特征在于：步骤2所述的数据预处理方法为，对图像数据进行卷积处理，过滤器的大小为7*7，步长为2。
3.根据权利要求1所述的基于密集连接模块的沙漏模型的设计方法，其特征在于：步骤3所述的计算不同尺寸下部件的响应图分为两部分：经过密集连接网络处理之后再进行升采样操作所形成的特征响应图，以及密集连接模块在原尺寸上提取的特征响应图。
4.根据权利要求1所述的基于密集连接模块的沙漏模型的设计方法，其特征在于：步骤4的具体操作方法为：将步骤3得到的响应图与残差模块在原尺寸上提取的特征响应图以及事先生成的高斯响应模板函数相加，得到总响应图；
通过最小化函数ft找到各部位的最大响应点为预测值：
其中z为数据集Z的子集，p为第p个关节点，为某个关节点的响应图，为该关阶段的真值。
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大连大学，未经大连大学许可，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/201811283711.9/1.html，转载请声明来源钻瓜专利网。
