Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳先进技术研究院杨之乐获国家专利权

恭喜深圳先进技术研究院杨之乐获国家专利权

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!

龙图腾网恭喜深圳先进技术研究院申请的专利一种检测抽烟行为的网络模型训练方法及其设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114170677B

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111342312.7,技术领域涉及:G06V40/20;该发明授权一种检测抽烟行为的网络模型训练方法及其设备是由杨之乐;杨猛;郭媛君;王尧;冯伟;吴承科设计研发完成,并于2021-11-12向国家知识产权局提交的专利申请。

一种检测抽烟行为的网络模型训练方法及其设备在说明书摘要公布了:本申请提供了一种检测抽烟行为的网络模型训练方法及其设备。该网络模型训练方法包括:建立初始网络模型;获取关于抽烟行为的训练数据集,以及对训练数据集进行标注,得到关于训练数据集的标注信息;将训练数据集及其标注信息输入一阶段网络模型,生成训练数据集中每一图像的检测框;将训练数据集中每一图像及其检测框输入所述二阶段网络模型,生成训练数据集中每一图像中关于抽烟行为的判断结果;基于判断结果对一阶段网络模型和二阶段网络模型进行训练,以得到检测抽烟行为的预设网络模型。通过上述方式,本申请的网络模型训练方法能够得到网络模型用于检测抽烟行为,解决了传统方法的局限性,且具有较好的准确性。

本发明授权一种检测抽烟行为的网络模型训练方法及其设备在权利要求书中公布了:1.一种检测抽烟行为的网络模型训练方法,其特征在于,所述网络模型训练方法包括:建立初始网络模型,其中,所述初始网络模型包括一阶段网络模型和二阶段网络模型;获取关于所述抽烟行为的训练数据集,以及对所述训练数据集进行标注,得到关于所述训练数据集的标注信息;将所述训练数据集及其标注信息输入所述一阶段网络模型,生成所述训练数据集中每一图像的检测框;将所述训练数据集中每一图像及其检测框输入所述二阶段网络模型,生成所述训练数据集中每一图像中关于抽烟行为的判断结果;基于所述判断结果对所述一阶段网络模型和所述二阶段网络模型进行训练,以得到检测抽烟行为的预设网络模型;所述生成所述训练数据集中每一图像中关于抽烟行为的判断结果,包括:获取预先标注的真实抽烟动作;将所述训练数据集中每一图像及其检测框输入所述二阶段网络模型,以获取每一图像的检测框中的预设抽烟动作;计算所述真实抽烟动作与所述预设抽烟动作的姿态距离;当所述姿态距离小于预设阈值时,确认该图像的检测框范围存在抽烟行为;其中,所述计算所述真实抽烟动作与所述预设抽烟动作的姿态距离,包括:获取所述真实抽烟动作与所述预设抽烟动作相匹配的关节数;计算所述真实抽烟动作与所述预设抽烟动作中相同关节的空间距离;由所述相匹配的关节数以及所述相同关节的空间距离,计算所述真实抽烟动作与所述预设抽烟动作的姿态距离;其中,所述关节数KSimPi,Pj|σ1被表示为下面的式子, 其中,所述空间距离HSimPi,Pj|σ2被表示为下面的式子, 其中,所述姿态距离dposePi,Pj|Λ被表示为下面的式子,dposePi,Pj|Λ=KSimPi,Pj|σ1+λHSimPi,Pj|σ2其中,σ1为软匹配函数的超参数,其表示具有m个关节的真实抽烟动作,分别为第i个关节的第q个位置坐标及其置信度,其表示具有m个关节的预设抽烟动作,分别为第j个关节的第q个位置坐标及其置信度,σ2为空间距离公式的超参数,λ为调整函数,表示真实抽烟动作的检测框。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳先进技术研究院,其通讯地址为:518055 广东省深圳市南山区西丽大学城学苑大道1068号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。