龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京邮电大学通达学院
申请日：2024-03-28
公开（公告）日：2024-06-25
公开（公告）号：CN118247810A
主分类号：G06V40/10
分类号：G06V40/10;G06N3/0464;G06N3/084;G06N3/08;G06T11/00;G06V10/82
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明属于计算机视觉和机器学习领域，公开了一种基于TensorFlow.js的人体姿态识别方法及识别系统，包括：通过深度卷积神经网络处理输入的图像和视频数据，采用了多尺度特征提取技术，在不同分辨率下捕捉到细微的人体特征，增强模型对于姿态变化的敏感度；通过前向传播算法，PoseNet预测图像中每个像素点属于特定关键点的概率以及关键点之间的空间关系，利用非极大值抑制算法从概率图中提取出最高概率的关键点位置；通过Canvas2D画布渲染与WebGL加速，将识别出来的人体关键点绘制在浏览器页面中。本发明减少了对网络通信的依赖，提高了便携性，用户数据均在本地浏览器上，提高了隐私保护的水平。
主权项：1.一种基于TensorFlow.js的人体姿态识别方法，其特征在于：所述人体姿态识别方法具体包括以下步骤：步骤1、通过深度卷积神经网络模型处理输入的图像和视频数据，识别图像和视频中的人体关键点；步骤2、采用了多尺度特征提取技术，在不同分辨率下捕捉到人体特征，增强深度卷积神经网络模型对于人体姿态变化的敏感度；步骤3、关键点定位：利用前向传播算法、PoseNet模型预测图像和视频中每个像素点属于特定关键点的概率以及关键点之间的空间关系，生成概率图；步骤4、利用非极大值抑制NMS算法从步骤3生成的概率图中提取出最高概率的关键点位置，确保识别结果的准确性和稳定性，并通过解析关键点之间的空间关系，构建出人体的姿态结构；步骤5、在步骤4构建完整的姿态结构后，通过Canvas2D与WebGL在浏览器页面上实时反馈识别结果。
全文数据：
权利要求：
百度查询： 南京邮电大学通达学院 一种基于TensorFlow.js的人体姿态识别方法及识别系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号