[发明专利]基于闭合主曲线和掩码区域卷积神经网络的肢体识别算法在审
| 申请号： | 202010161793.0 | 申请日： | 2020-03-10 |
| 公开（公告）号： | CN111401189A | 公开（公告）日： | 2020-07-10 |
| 发明（设计）人： | 许粲昊;彭涛;田宏伟;刘雪兰;黄鑫 | 申请（专利权）人： | 苏州紫光人工智能技术研发有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 天津铂茂专利代理事务所(普通合伙) 12241 | 代理人： | 张天翔 |
| 地址： | 215000 江苏省苏州市（江苏）自由贸*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 闭合 曲线 掩码 区域 卷积 神经网络 肢体 识别 算法 | ||
【权利要求书】：
1.基于闭合主曲线和掩码区域卷积神经网络的肢体识别算法，其特征在于：
首先通过掩码区域卷积神经网络进行近似区域肢体识别；
再结合改进的闭合主曲线(CPL)和BNNM，对结果微调，此过程反复训练，得到肢体形态的算法结果。
2.根据权利要求1所述的基于闭合主曲线和掩码区域卷积神经网络的肢体识别算法，其特征在于，所述掩码区域卷积神经网络由由主干网结构、区域提议网络和ROIAlign组成；
其中：
主干网络结构主要用于提取整幅图像的特征；
区域提议网络主要用于为每个位置和名为锚的区域生成预先设置的目标帧；
ROIAlign主要用于调整区域大小。
3.根据权利要求1所述的基于闭合主曲线和掩码区域卷积神经网络的肢体识别算法，其特征在于，所述BNNM是反向传播神经网络，用于训练多层神经网络的机器学习算法，BNNM由输入层，隐含层和输出层组成。
4.根据权利要求1所述的基于闭合主曲线和掩码区域卷积神经网络的肢体识别算法，其特征在于，所述闭合主曲线(CPL)由主流程、外循环和内循环组成，且最终输出的数据序列作为BNNM算法的输入数据。
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苏州紫光人工智能技术研发有限公司，未经苏州紫光人工智能技术研发有限公司许可，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/202010161793.0/1.html，转载请声明来源钻瓜专利网。
