[发明专利]一种基于深度卷积神经网络的人体姿势识别方法

权利要求书

1.一种基于深度卷积神经网络的人体姿势识别方法，该方法包括：

步骤1：获得训练图像并对图像进行预处理：首先对训练图像进行数据扩展，再对扩展后的图像进行灰度处理；

所述对训练图像的数据扩展包括：对图像RGB通道及其标注同时进行多次中心旋转，水平平移，水平翻转以及将图像尺寸伸缩到统一大小，并且记录缩放前后像素坐标的对应关系，保存为映射表；

步骤2：使用步骤1获得的训练样本训练人体姿势的神经网络；

步骤2.1：对图像依次进行卷积处理，Max Pooling处理，局部响应归一化处理，为神经网络的第一层；

步骤2.2：对步骤2.1的结果依次进行卷积处理，局部响应归一化处理，为神经网络的第二层；

步骤2.3：对步骤2.2的结果依次进行4次卷积处理，为神经网络的第三～六层；步骤2.4：将第六层以全连接的方式获得第七层；

步骤2.5：将第七层以全连接的方式获得输出层：输出层被分为两个独立的部分，每个部分都额外与一个独立的损失函数相连接，分别计算模型预测的x和y坐标的误差，即在后向传播时，两个损失函数独立计算后向传播的梯度，输出层两个独立的部分也独立计算后向传播的梯度；当这两部分的梯度都计算完成后，第七层对这两部分的梯度求和并计算自己的梯度；通过计算输出层两个独立部分的最强响应神经元，获得一个人体关节的坐标；

步骤2.6：依次使用训练图像多次重复步骤2.1～步骤2.5的方法训练神经网络，直到模型的损失收敛，即损失降到一定程度后不再降低，获得可准确定位人体关节的神经网络；

步骤2.7：通过步骤2.1～步骤2.6，对每个关节训练一个深度神经网络来获得多个不同关节的坐标，这些坐标最终构成一个完整的人体姿势；

步骤3：利用获得测试图像，利用步骤2训练得到的人体姿势估计神经网络来估计测试图像中的人体姿势；最后，通过查找步骤1中获得的坐标映射表，将统一尺度下的人体姿势映射回原图像尺度下。