[发明专利]基于深度卷积网络的室内人员定位跟踪算法在审
| 申请号： | 201811092330.2 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109409219A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 武明虎;岳寒桧;王娟;徐偲达;李帜;曾春艳 | 申请（专利权）人： | 湖北工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京科家知识产权代理事务所(普通合伙) 11427 | 代理人： | 陈娟 |
| 地址： | 430068*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度卷积网络的室内人员定位跟踪算法，在进行室内人员定位跟踪算法中，包括通过拍摄视频图像由摄像头实时输入到网络中，ZCA白化进行所述数据预处理用于减少特征的相关性，基于所述卷积、池化、多层稀疏自动编码器构建深层网络特征提取器进行所述平均池化，利用训练集网络参数和所述全连接网络的权重参数对测试图像进行分类，通过所述Softmax分类器进行分类，收集到的特征被所述人脸识别模块准确识别，最后输出人脸识别的信息。本发明多目标干扰或目标外观的改变的情况下有效地定位。与传统方法相比，这个算法可更快适应环境。 | ||
| 搜索关键词： | 跟踪算法 人员定位 卷积 室内 池化 人脸识别模块 数据预处理 自动编码器 摄像头 测试图像 连接网络 目标外观 权重参数 人脸识别 视频图像 网络参数 网络特征 网络 多目标 分类器 提取器 训练集 有效地 分类 白化 多层 构建 算法 稀疏 输出 拍摄 | ||
【主权项】：
1.一种基于深度卷积网络的室内人员定位跟踪算法，其特征在于：在进行室内人员定位跟踪算法中，包括通过拍摄视频图像由摄像头实时输入到网络中，ZCA白化进行所述数据预处理用于减少特征的相关性，基于所述卷积、池化、多层稀疏自动编码器构建深层网络特征提取器进行所述平均池化，利用训练集网络参数和所述全连接网络的权重参数对测试图像进行分类，通过所述Softmax分类器进行分类，收集到的特征被所述人脸识别模块准确识别，最后输出人脸识别的信息。
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湖北工业大学，未经湖北工业大学许可，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/patent/201811092330.2/，转载请声明来源钻瓜专利网。
- 上一篇：提示方法、装置及系统
- 下一篇：基于人脸识别的业务引导方法、装置及存储介质
