• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种骨架检测模型的构建方法、图像数据识别方法
有效
专利申请进度
申请
2022-12-13
申请公布
2023-01-17
授权
2023-03-28
预估到期
2042-12-13
专利基础信息
申请号 CN202211592632.2 申请日 2022-12-13
申请公布号 CN115620016A 申请公布日 2023-01-17
授权公布号 CN115620016B 授权公告日 2023-03-28
分类号 G06V10/34;G06T7/73;G06V10/82;G06V40/10;CN108647639A,2018.10.12;CN111652047A,2020.09.11;CN114693779A,2022.07.01;US2020272888A1,2020.08.27AngelMart´ınez-Gonz´alez等.《Real-timeConvolutionalNetworksforDepth-basedHumanPoseEstimation》.《2018IEEE/RSJInternationalC
分类 计算;推算;计数;
申请人名称 乐歌人体工学科技股份有限公司
申请人地址 浙江省宁波市鄞州区经济开发区启航南路588号(鄞州区瞻岐镇)
专利法律状态
  • 2023-03-28
    授权
    状态信息
    授权
  • 2023-01-17
    公布
    状态信息
    公布
摘要
本发明提供了一种骨架检测模型的构建方法、图像数据识别方法。构建方法包括:根据训练图像,获取训练RGB图像和训练深度图像;将训练RGB图像和训练深度图像输入训练网络,分别获取第一热力图和第二热力图;将标签转换为第一正确热力图,计算第一热力图和第一正确热力图的第一损失,以及第二热力图和第一正确热力图的第二损失;根据第一热力图和第二热力图,通过热图回归技术,分别确定第一骨架关键点和第二骨架关键点;将第一骨架关键点和第二骨架关键点采用均方误差计算第三损失;根据第一损失、第二损失和第三损失的叠加优化训练网络的参数。本发明解决的问题是:现有技术无法通过模型训练有效地提高骨架检测模型的鲁棒性。