本发明提供了一种高准确率的基于卷积神经网络的人体多部位识别方法。采用深度卷积神经网络提取图像特征,该方法充分利用了图像的深度信息,极大的提高了图像的识别准确率;其次,基于RCNN方法利用Selective?Search算法形成候选边框,比滑动窗口方法更能适应深度卷积网络下定位信息的准确性;进一步的,通过将卷积神经网络的最后一层Softmax层替换成SVM,最终获得了基于分类的得分;另外,获得各个候选边框的相对于各个类别的SVM得分后,通过添加基于像素的位置范围约束、K近邻约束和混合高斯模型最终形成基于整体理解的候选边框组合,提高了人体多部位识别的准确率,比原有RCNN的方法定位更加精准。
CN201610056618-一种高准确率的基于卷积神经网络的人体多部位识别方法-申请公开.pdf
上一篇 : 它开启了中国空间科学新时代
服务热线(免长话费) 400-1088-466
工作时间:8:30--12:00 13:00-17:30