文献类型：专利

中文题名：一种基于3D卷积神经网络的头部姿态估计方法

作者：曾凯 张志聪

第一作者：曾凯

机构：[1]贵州理工学院;

第一机构：贵州理工学院

专利类型：发明专利

申请号：CN201910530482.4

申请日：20190619

申请人地址：550000 贵州省贵阳市云岩区贵工路1号

公开日：20190906

代理人：王蕊

代理机构：52106 贵阳中工知识产权代理事务所

语种：中文

中文关键词：头部姿态;池化;卷积;两路;卷积神经网络;模式识别领域;垂直水平;叠加处理;角度转换;平面坐标;头部转动;网络结构;层合并;输入层;坐标点;构建;转动;合并;输出;网络;表现;学习

年份：2019

摘要：本发明公开了一种基于3D卷积神经网络的头部姿态估计方法，属于深度学习和模式识别领域。对一个人的同类头部姿态进行叠加处理构建输入层。对于头部转动角度只限于平面内，将所有的转动角度转换为平面坐标，头部姿态主要分为中、上、下、左、右、左上、右上、左下、右下9类，每种头部姿态有9个角度，表现在垂直水平坐标系中为9个坐标点。网络结构在C2层分为两路进行卷积、池化计算，在C4层合并进行卷积、池化计算，C5层再将网络分为两路进行卷积、池化、全连接计算，在F2层进行全连接合并，计算SoftMax，最后输出对应的头部姿态类别。