二维卷积网络用于人体动作检测的优化方法
实质审查的生效
摘要
一种二维卷积网络用于人体动作检测的优化方法，对于Yolov3，步骤包括：1)待检测图片或视频帧首先通过数据预处理生成灰度图；按照原图的长宽比进行缩放，将缩放后图片的像素值粘贴到灰度图中，没有粘贴到的部分保留灰度值不变，缩放后的图片中的像素值进行归一化处理；2)将处理好的图像数据送入Darknet‑53网络，提取特征；Darknet‑53网络的特征提取层对输入图片进行下采样，每个尺度上的特征图通道数是上一尺度特征图的两倍；各个特征提取层提取特征经过Conv2D操作得到特征图；对于后三个尺度的通道，分别对相应通道的特征进行预测，然后与原通道预测结果融合后输出。本发明提高了二维网络模型检测精度。
基本信息
专利标题 ：
二维卷积网络用于人体动作检测的优化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114511802A
申请号 ：
CN202111677722.7
公开（公告）日 ：
2022-05-17
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张修文
申请人 ：
苏州玖合智能科技有限公司
申请人地址 ：
江苏省苏州市相城经济技术开发区澄阳街道澄阳路116号阳澄湖国际科技创业园3号楼305室
代理机构 ：
南京科阔知识产权代理事务所(普通合伙)
代理人 ：
苏兴建
优先权 ：
CN202111677722.7
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06N3/04 G06N3/08 G06V40/20
法律状态
2022-06-03 ：
实质审查的生效
IPC(主分类) : G06V 20/40
申请日 : 20211231
申请日 : 20211231
2022-05-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
