[发明专利]一种基于浅层卷积神经网络的老师姿态识别系统在审
| 申请号： | 201711317617.6 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN109918967A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 朱志鹏;沈振冈;赵幸 | 申请（专利权）人： | 武汉东信同邦信息技术有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04N5/232;H04N5/76 |
| 代理公司： | 武汉国越知识产权代理事务所(特殊普通合伙) 42232 | 代理人： | 李伟涛 |
| 地址： | 430000 湖北省武汉市武汉东湖开*** | 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： | |||
| 搜索关键词： | 卷积神经网络 姿态识别系统 姿态识别 浅层 预处理 老师 深度图像 深度图 探测仪 双目 采集视频图像 参数模型 画面切换 人工判断 生成参数 重新加载 课堂 数据集 点云 加载 转动 录制 相机 采集 场景 检测 | ||
【权利要求书】：
1.一种基于浅层卷积神经网络的老师姿态识别系统，其特征在于，包括：
一双目探测仪，用于采集视频图像，获得场景的深度图点云，并进行深度图像预处理；
一卷积神经网络，将经过深度图像预处理后的点云图，导入到卷积神经网络中，进行训练，根据得到的数据集生成参数模型；
参数模型加载为新模型，并与双目探测仪采集的现场深度图结合起来，进行姿态识别；
人工判断姿态识别效果，若识别结果不够准确，说明训练不够充分，系统手动开始和结束现场训练，训练后，自动重新加载新模型。
2.如权利要求1所述的基于浅层卷积神经网络的老师姿态识别系统，其特征在于：深度图像预处理包括：根据设定的距离范围，自动获得老师目标的点云图，获取轮廓后，保存到指定大小和格式，作为训练图片。
3.如权利要求1或2所述的基于浅层卷积神经网络的老师姿态识别系统，其特征在于：卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。
4.如权利要求3所述的基于浅层卷积神经网络的老师姿态识别系统，其特征在于：在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。
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武汉东信同邦信息技术有限公司，未经武汉东信同邦信息技术有限公司许可，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/201711317617.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：指纹识别装置及其制造方法、移动终端及指纹锁
- 下一篇：一种舰船目标检测方法
