[发明专利]基于深度学习的仿生机器孔雀图像识别方法在审
| 申请号： | 201711374581.5 | 申请日： | 2017-12-19 |
| 公开（公告）号： | CN108038455A | 公开（公告）日： | 2018-05-15 |
| 发明（设计）人： | 李成荣;胡耀聪;周世久;徐玉龙;李名扬 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/00;G06N3/04 |
| 代理公司： | 北京八月瓜知识产权代理有限公司 11543 | 代理人： | 马东瑞 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度学习的仿生机器孔雀的图像识别方法，包括以下步骤：采集公开的人脸检测数据库作为训练和验证的图像数据集；设计基于卷积神经网络的深度学习架构，在深度学习架构内实现人脸检测功能；采集仿生机器孔雀摄像头所拍摄到的现场图像对训练好的卷积神经网网进行微调，实现室内复杂环境下的人脸检测功能；得到经验参数以确定观众的着装定位，并统计各种颜色所占的相应比重；本发明实现娱乐仿生机器人在复杂环境下准确高效的人脸检测和颜色识别，鲁棒性好；且对现场图像对训练好的深度学习架构进行参数微调；最后实现对于摄像头捕捉到的现场图像进行实时人脸检测和着装识别；可以应用于科技馆、酒店、商场、供游客参观、娱乐。 | ||
| 搜索关键词： | 基于 深度 学习 仿生 机器 孔雀 图像 识别 方法 | ||
【主权项】：
1.基于深度学习的仿生机器孔雀的图像识别方法，其特征在于，包括以下步骤：S1、采集公开的人脸检测数据库作为训练和验证的图像数据集；S2、设计基于卷积神经网络的深度学习架构，在深度学习架构内实现人脸检测功能；S3、采集仿生机器孔雀摄像头所拍摄到的现场图像对训练好的卷积神经网网进行微调；S4、根据步骤S3中微调后的深度学习架构进行测试，实现室内复杂环境下的人脸检测功能；S5、根据步骤S4得到的人脸框定位和摄像头距离观众的位置关系，得到经验参数以确定观众的着装定位，并统计各种颜色所占的相应比重。
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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/patent/201711374581.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种高承载能力的立柱
- 下一篇：一种以高炉渣为原料制备建材胶凝剂的方法
