龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院长春光学精密机械与物理研究所
摘要：本发明涉及图像处理技术领域，尤其涉及一种基于轻量化脉冲神经网络的人体姿态识别方法。包括：拍摄不同姿态的人体姿势，将拍摄的图像作为数据集，并将采集图像的时空数据流信息以逗号分隔值文件形式进行存储；构建泄露‑积分‑点火LIF显式迭代模型；构建损失函数，并添加一个正则项作为所述损失函数的柔性限制；构建基于脉冲神经网络的低功耗轻量化LESNN网络，使特征图经过四个阶段的特征提取和维度拼接，得到轻量化脉冲神经网络模型；设定模型初始参数，对模型进行训练；将待测的时空数据流输入训练好的模型中，进行检测与识别后得到人体的姿态状态。优点在于：采用脉冲神经网络实现轻量化；引入正则项有效缓解梯度爆炸与梯度消失。
主权项：1.一种基于轻量化脉冲神经网络的人体姿态识别方法，其特征在于，包括如下步骤：S1.建立数据集：拍摄不同姿态的人体姿势，将拍摄的图像作为数据集，并将采集图像的时空数据流信息以逗号分隔值文件形式进行存储；S2.构建泄露-积分-点火LIF显式迭代模型；S3.构建损失函数，并添加一个正则项作为所述损失函数的柔性限制；S4.构建基于脉冲神经网络的低功耗轻量化LESNN网络，使特征图经过四个阶段的特征提取和维度拼接，得到轻量化脉冲神经网络模型；S5.设定模型初始参数，对轻量化脉冲神经网络模型进行训练；S6.将待测的时空数据流输入训练好的轻量化脉冲神经网络模型中，进行检测与识别后得到人体的姿态状态。
全文数据：
权利要求：
百度查询： 中国科学院长春光学精密机械与物理研究所 基于轻量化脉冲神经网络的人体姿态识别方法
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