专利汇可以提供基于受限玻尔兹曼机神经网络的人脸姿态识别方法专利检索,专利查询,专利分析的服务。并且一种用受限 玻尔兹曼机 神经网络进行人脸 姿态 识别的方法,属于 图像识别 技术领域。本 发明 包括如下步骤:(1)对不同姿态的人脸图像训练样本进行预处理操作;(2)初始化 受限玻尔兹曼机 神经网络;(3)预训练受限玻尔兹曼机神经网络;(4)调整受限玻尔兹曼机神经网络参数;(5)对新的人脸图像进行姿态识别;本发明涉及了 人脸检测 、模式分类、人脸姿态识别方法可以进一步应用于三维人脸模型重建、三维 人脸识别 等方面。,下面是基于受限玻尔兹曼机神经网络的人脸姿态识别方法专利的具体信息内容。
1.一种基于受限玻尔兹曼机神经网络的人脸姿态识别方法,其特征在于,包 括如下步骤:
(1)对不同姿态的人脸图像训练样本进行预处理操作,
(2)初始化受限玻尔兹曼机神经网络,
(3)预训练受限玻尔兹曼机神经网络,
(4)调整受限玻尔兹曼机神经网络参数,
(5)对新的人脸图像进行姿态识别,
所述的步骤(3),是指:对于整个网络中第一层受限玻尔兹曼机,其可视层的 结点对应于步骤(1)中向量中的每一个值,然后训练该受限玻尔兹曼机可视层结点 与隐层结点之间的权值参数,共训练Pt次;然后再以第一层受限玻尔兹曼机隐层 作为第二层受限玻尔兹曼机可视层,同样训练该受限玻尔兹曼机可视层结点与隐层 结点之间的权值参数,也训练Pt次;依此类推,即上一层受限玻尔兹曼机的隐层 作为下一层受限玻尔兹曼机的可视层以训练下一层受限玻尔兹曼机,这样就完成了 整个网络的预训练,同时也得到了预训练好的各层受限玻尔兹曼机的参数。
2.根据权利要求1所述的基于受限玻尔兹曼机神经网络的人脸姿态识别方法, 其特征是,所述的步骤(1),是指:对于每个人脸图像训练样本,首先从图像中检 测到人脸区域,并把其缩放为高为h个像素、宽为w个像素的图像,然后把该缩放 后的人脸图像变换为灰度图像,并把该灰度图像上所有像素的灰度值压缩到[0 1], 最后把该灰度图像按照行顺序拉成一个向量,该向量的长度为h×w。
3.根据权利要求1所述的基于受限玻尔兹曼机神经网络的人脸姿态识别方法, 其特征是,所述的步骤(2),是指:设定该神经网络有3层,每一层的结点数分别 为500,500,2000个,类别个数为C=9个,预训练的次数为Pt=50次,调整参数的 次数为Pc=30次,由网络层数和每层结点的个数得到网络结构,同时产生[0 1]之 间的随机数作为网络结点之间连接权值。
4.根据权利要求1所述的基于受限玻尔兹曼机神经网络的人脸姿态识别方法, 其特征是,所述的步骤(4),是指:以重建误差最小为准则利用梯度下降法反向传 播调整神经网络的参数,该步骤共执行Pc次,这样便完成了网络参数的调整,也 得到了网络的最终权值参数。
5.根据权利要求1所述的基于受限玻尔兹曼机神经网络的人脸姿态识别方法, 其特征是,所述的步骤(5),是指:对于一幅新的待进行姿态识别的人脸图像,先 检测到人脸区域并缩放到高为h个像素、宽为w个像素的图像,并把该缩放的图像 变换为灰度图像,并把图像上所有像素的灰度值压缩到[0 1],接着把该图像按照 行顺序拉成一个向量,该向量的长度为h×w,最后把该向量送入已经训练好的神经 网络即得到该人脸图像的姿态。
本发明涉及的是一种图像识别技术领域中的方法,具体是一种用受限玻尔兹曼 机神经网络进行人脸姿态识别的方法。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种高压氧舱人脸识别交互方法及系统 | 2020-05-15 | 388 |
一种人脸图像的融合方法、装置及计算设备 | 2020-05-18 | 750 |
一种基于单目视觉的智能球场运动信息采集系统与方法 | 2020-05-13 | 100 |
一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备 | 2020-05-08 | 124 |
用于生成信息的方法和装置 | 2020-05-13 | 815 |
三维人脸与眼球运动的建模与捕获方法及系统 | 2020-05-15 | 973 |
一种图像处理方法、装置、电子设备和存储介质 | 2020-05-19 | 309 |
三维人脸重建方法及装置、电子设备和存储介质 | 2020-05-17 | 338 |
一种基于红外结构光的三维人脸重建装置以及系统 | 2020-05-13 | 504 |
三维人脸图像重建方法、装置和计算机可读存储介质 | 2020-05-14 | 1020 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。