一种基于卷积神经网络的深度图像人体关节定位方法

授权公布号：CN105787439B

有效

申请

2016-02-04

申请公布

2016-07-20

授权

2019-04-05

预估到期

2036-02-04

申请号	CN201610081141.X
申请日	2016-02-04
申请公布号	CN105787439A
申请公布日	2016-07-20
授权公布号	CN105787439B
授权公告日	2019-04-05
分类号	G06K9/00;G06N3/08
分类	计算；推算；计数;
申请人名称	广州新节奏智能科技股份有限公司
申请人地址	广东省广州市天河区体育东路118号601自编8号房

专利法律状态

2019-04-05 授权

状态信息

授权

2016-11-16 著录事项变更

状态信息

著录事项变更；IPC(主分类):G06K9/00；变更事项:申请人；变更前:广州新节奏智能科技有限公司；变更后:广州新节奏智能科技股份有限公司；变更事项:地址；变更前:510106 广东省广州市天河区体育东路118号601自编8号房；变更后:510106 广东省广州市天河区体育东路118号601自编8号房

2016-08-17 实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06K9/00；申请日:20160204

2016-07-20 公布

状态信息

公布

摘要

本发明公开了一种基于卷积神经网络的深度图像人体关节定位方法，其特征在于，包括训练过程和识别过程；训练过程的步骤如下：1)输入训练样本；2)初始化深层次的卷积神经网络及其参数，所述参数包括每层边的权重和偏置；3)采用前向算法和后向算法，利用训练样本学习出构建的卷积神经网络的参数；识别过程的步骤如下：4)输入测试样本；5)利用训练好的卷积神经网络对输入的测试样本，回归出其中的人体关节点的位置。本发明利用深层次的卷积神经网络加上大数据，能抗遮挡、噪声等多种挑战，拥有很高的准确率；同时借助并行化计算，达到实时准确定位人体关节点的效果。