一种基于深度学习的人员口罩佩戴数据集生成方法.pdf
长春****主a
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于深度学习的人员口罩佩戴数据集生成方法.pdf
本发明提供一种基于深度学习的人员口罩佩戴数据集生成方法,基于卷积神经网络模型,通过权重因子自学习的模型进行人脸图片和口罩图片的有效融合,能以端到端的方式快速生成不同口罩佩戴方式的图片数据集,相比传统的图片融合和仿射变换的方式得到的数据集更快速,更精准,从而能够能节省大量人力物力去识别和标定人员是否正确佩戴口罩,可扩展性强,能根据不同需求,快速扩充不同样式口罩、不同特征人群的数据集,为流行病疫情防控期间人员口罩佩戴状态识别提供数据支撑。
一种基于深度学习的人员口罩佩戴状态检测识别方法.pdf
本发明公开了一种基于深度学习的人员口罩佩戴状态检测识别方法。主要步骤包括:获取数据集;设计人脸检测网络,并在网络中添加第一特征向量输出;将检测到的口罩人脸区域通过比例随机裁剪输入第二深度学习网络模型的第一网络部分,第二网络部分和第三网络部分以获得三个代表全局、局部和细粒度特征的特征图;将三个特征图进行特征融合得到第二特征向量;将第一特征向量和第二特征向量融合,最后使用机器学习模型识别人脸口罩佩戴状态。这样,基于优化设计的神经网络,提取不同层次的深度特征并融合,能大幅提高人脸口罩佩戴状态识别的准确率。
一种基于深度学习的人脸口罩佩戴检测方法.pdf
本发明公开了一种基于深度学习的人脸口罩佩戴检测方法,包括如下步骤:S1、数据准备并制作训练集;S2、构建YOLOV4目标检测模型;S3、人脸口罩佩戴检测模型进行视频流实时检测;S4、通过YOLOV4的特征提取网络,提取三个特征层,三个特征层的预测结果分别对应三个边界框的位置;通过先验框对边界框的预测与回归,就可以获得多个边界框的信息,通过非极大值抑制算法,保留置信分最高的边界框作为目标的检测框,从而确定检测框的最终位置,检测识别未佩戴口罩人员。本发明实现了对佩戴口罩和未佩戴口罩人员的检测识别,通过采用YO
一种基于深度学习的社工评估数据生成方法.pdf
(19)中华人民共和国国家知识产权局(12)发明专利说明书(10)申请公布号CN114117175A(43)申请公布日2022.03.01(21)申请号CN202111195721.9(22)申请日2021.10.14(71)申请人北京墨云科技有限公司地址100085北京市海淀区上地信息路12号1幢4层C401(72)发明人谢鑫任玉坤何召阳何晓刚周欢朱伟光(74)专利代理机构11673北京巨弘知识产权代理事务所(普通合伙)代理人赵洋(51)Int.CIG06F16/951(20190101)G06F16/
一种基于深度学习的社工评估数据生成方法.pdf
本发明公开了一种基于深度学习的社工评估数据生成方法,包括以下步骤:S1、页面数据获取:通过爬虫技术和人工手动模式收集钓鱼邮件数据;S2、页面特征工程:对钓鱼邮件数据进行清洗脏数据、补全缺失值、降维,去除低频词汇及停用词后生成统一格式的整理数据;S3、词向量模型生成:使用神经网络对整理数据进行自然语言处理,将整理数据进行编号生成词向量,通过对词向量进行训练拟合成词向量模型;S4、目标序列获取:通过Seq2Seq模型对词向量模型进行训练,得到长度变化的目标序列;S5、数据生成:根据目标序列结合用户行为习惯生成