一种基于浅层卷积神经网络的老师姿态识别系统
基本信息
| 申请号 | CN201711317617.6 | 申请日 | - |
| 公开（公告）号 | CN109918967A | 公开（公告）日 | 2019-06-21 |
| 申请公布号 | CN109918967A | 申请公布日 | 2019-06-21 |
| 分类号 | G06K9/00（2006.01）I; G06K9/62（2006.01）I; G06N3/04（2006.01）I; G06N3/08（2006.01）I; H04N5/232（2006.01）I; H04N5/76（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 朱志鹏; 沈振冈; 赵幸 | 申请（专利权）人 | 武汉东信同邦信息技术有限公司 |
| 代理机构 | 武汉国越知识产权代理事务所（特殊普通合伙） | 代理人 | 武汉东信同邦信息技术有限公司 |
| 地址 | 430000 湖北省武汉市武汉东湖开发区光谷大道特1号国际企业中心三期3栋5层02号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于浅层卷积神经网络的老师姿态识别系统，包括：一双目探测仪，用于采集视频图像，获得场景的深度图点云，并进行深度图像预处理；一卷积神经网络，将经过深度图像预处理后的点云图，导入到卷积神经网络中，进行训练，根据得到的数据集生成参数模型；参数模型加载为新模型，并与双目探测仪采集的现场深度图结合起来，进行姿态识别；人工判断姿态识别效果，若识别结果不够准确，说明训练不够充分，系统手动开始和结束现场训练，训练后，自动重新加载新模型。所述基于浅层卷积神经网络的老师姿态识别系统用于课堂录播环境，检测老师的姿态，进而根据姿态识别的结果，控制相机转动和画面切换，达到较完美的课堂录制效果。 |
