[实用新型]基于卷积神经网络的人脸识别装置有效

专利信息
申请号: 202120470026.8 申请日: 2021-03-04
公开(公告)号: CN214500635U 公开(公告)日: 2021-10-26
发明(设计)人: 陶新宇;刘运超;韦令洲 申请(专利权)人: 聊城大学
主分类号: F16M11/04 分类号: F16M11/04;F16M11/18;F16F15/04;G06K9/00
代理公司: 济南誉琨知识产权代理事务所(普通合伙) 37278 代理人: 李照兰
地址: 252000 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 卷积 神经网络 识别 装置
【说明书】:

本实用新型提出一种基于卷积神经网络的人脸识别装置,包括人脸识别仪主体、支座板、竖架、支杆、把杆、弹簧和固定块,支座板的后侧设置有防坠机构,防坠机构包括第一传动孔、第二传动孔、传动带、卷轴、夹板和螺栓,条形孔的底部设置有一对呈倒八字形分布的保护弹簧,保护弹簧呈弧形,固定块在其与条形孔配合的一侧设置有安装槽,安装槽中设置有摩擦垫,摩擦垫在其朝向条形孔的一侧设置有V形槽。本装置中防坠机构可防止支座板与人脸识别仪主体出现意外坠落的情况,而且由保护弹簧作为底部支撑可以提高本装置的安全性,而具有V形槽的摩擦垫可进一步提高固定块与竖架的支撑稳定性,设计合理,结构简单,使用安全性较高,适合大规模推广。

技术领域

本实用新型属于人脸识别技术领域,尤其涉及一种基于卷积神经网络的人脸识别装置。

背景技术

在机器学习中,卷积神经网络是一种深度前馈人工神经网络,已成功地应用于图像识别。卷积网络神经结构包括卷积层、降采样层和全链接层,每一层有多个特征图,每个特征图通过一种卷积滤波器提取输入的一种特征,每个特征有多个神经元。人脸识别技术在可控条件及半可控条件下已经基本趋于成熟,然而在非可控条件下,由于人脸容易受到姿态、表情、年龄和遮挡等因素的影响,识别率不高。基于卷积神经网路的人脸识别装置能够有效提高人脸识别的准确度。

目前,基于卷积神经网路的人脸识别技术已经趋于成熟,但是其人机交互部分还存在一些不足。现有专利技术装置CN202021810842.0公开了一种可调人脸识别仪高度的人脸识别装置,包括人脸识别仪主体,所述人脸识别仪主体的背面连接有支座板的一侧,支座板的另一侧滑动连接有竖架,竖架的中间开设有条形通孔,所述支座板的底部两侧对称设置有2根支杆,支杆与支座板之间为铰接,且2根支杆之间连接有弹簧,所述2根支杆的下端分别设置有固定块,且2根支杆下端的固定块分别顶在竖架中间条形通孔的两边侧壁上,所述支座板的两侧分别设置有滑轮。该可调人脸识别仪高度的人脸识别装置采用竖架、支座板和人脸识别仪主体等相配合的结构设计,使得该人脸识别仪主体能够快速的随时改变高度,从而让使用者可根据自身需求灵活调节,更加方便。该装置存在的问题是,尽管有支杆、弹簧与固定块作为弹性支撑结构,但是缺乏有效的防坠机制,存在一定的危险,尤其是弹簧弹性产生不可恢复性的变化之后,容易导致设备损坏,而且固定块本身与竖架之间的摩擦还有待改善。

实用新型内容

本实用新型针对上述的人脸识别装置所存在的技术问题,提出一种设计合理、结构简单、防坠性能较好且安全性较高的基于卷积神经网络的人脸识别装置。

为了达到上述目的,本实用新型采用的技术方案为,本实用新型提供的基于卷积神经网络的人脸识别装置,包括人脸识别仪主体,所述人脸识别仪主体设置在支座板上,所述支座板活动设置在竖架上,所述支座板的底部设置有一对支杆,所述支杆上设置有把杆,所述支杆之间设置有弹簧,所述支杆的下端设置有固定块,所述固定块抵接在竖架上设置的条形孔的内侧,所述支座板的后侧设置有与竖架活动配合的滑轮,所述支座板的后侧设置有防坠机构,所述防坠机构包括设置在支座板后侧的第一传动孔和设置在竖架前侧的第二传动孔,所述第一传动孔与第二传动孔中设置有传动带,所述传动带的上下端设置有两个分别与第一传动孔和第二传动孔卡接的卡板,所述传动带的两端通过卷轴与竖架铰接,所述传动带上设置有一对夹板,所述夹板与支座板通过螺栓连接,所述条形孔的底部设置有一对呈倒八字形分布的保护弹簧,所述保护弹簧呈弧形,所述固定块在其与条形孔配合的一侧设置有安装槽,所述安装槽中设置有摩擦垫,所述摩擦垫在其朝向条形孔的一侧设置有V形槽。

作为优选,所述夹板上设置有三个用来连接传动带与支座板且呈三角分布的螺栓。

作为优选,所述保护弹簧的两端设置有上连接板和下连接板,所述上连接板通过螺栓与竖架固定连接,所述下连接板上设置有活动孔,所述活动孔与设置在条形孔底部的螺栓滑动连接。

作为优选,所述保护弹簧朝条形孔的中心方向起拱。

与现有技术相比,本实用新型的优点和积极效果在于:

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聊城大学,未经聊城大学许可,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/202120470026.8/2.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