一种基于深度学习的大型会场座席定位方法
实质审查的生效
摘要
本发明提供一种基于深度学习的大型会场座席定位方法，用于对大型会场视频流中不同尺度比例的座椅实现定位，其特征在于，包括以下步骤：步骤S1，获取待测会场的俯视角度的视频流；步骤S2，采用ResNet50和FPN结合的网络作为Backbone，连接至FAM模块和ODM模块以构建初始卷积神经网络；步骤S3，基于随机梯度下降法和最小化损失函数对初始卷积神经网络进行训练得到大型会场座席检测模型；步骤S4，采用大型会场座席检测模型对视频流中每隔设定帧的图像进行座席检测，并输出待测会场的所有座椅对应的定位检测结果。本发明能够高效地识别由不同机位拍摄得到的不同色彩模式如室内灯光和夜市红外光下的尺度、角度、比例多样的座椅目标，具有强泛化和高精度的优势。
基本信息
专利标题 ：
一种基于深度学习的大型会场座席定位方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519830A
申请号 ：
CN202210143009.2
公开（公告）日 ：
2022-05-20
申请日 ：
2022-02-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
严寒冯瑞
申请人 ：
复旦大学
申请人地址 ：
上海市杨浦区邯郸路220号
代理机构 ：
上海德昭知识产权代理有限公司
代理人 ：
程宗德
优先权 ：
CN202210143009.2
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G06V 20/40
申请日 : 20220216
申请日 : 20220216
2022-05-20 ：
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
