摘要
本发明公开了一种基于猝倒面容识别模型的猝倒面容识别方法及装置,该方法包括:采集预设数量的猝倒面容图像和正常面容图像建立训练数据集,并按预设比例抽取出测试集;按预设数据增强策略对训练数据集当中的剩余数据集进行扩充,并将剩余数据集划分为训练集和验证集;获取通过预设视觉数据集利用ResNet‑18神经网络训练得到的初始分类模型,并将训练集和验证集输入至初始分类模型进行深度学习以得到猝倒面容识别模型;获取待识别的面容图像,并将待识别的面容图像输入至猝倒面容识别模型以识别面容图像是否为猝倒面容。本发明解决了现有技术中在进行猝倒发作预防时准确性低的问题。
技术关键词
面容识别方法
图像采集装置
视觉数据集
轮廓信息
神经网络训练
光栅
面容识别装置
椒盐噪声
训练集
身体
对比度
图像缩放
策略
处理器
视频
阵列
画面
模块
系统为您推荐了相关专利信息
钛合金
应力
DBSCAN算法
识别异常数据
X射线衍射法
茶油
机器学习算法
鉴别方法
传感器阵列
比色传感
检测模型构建方法
电池极片
生成对抗网络
轮廓信息
刀片
神经网络模型
神经网络训练
累积误差
软件仿真
数据分布
交通检测方法
动态时间规整算法
轨迹
过桥
桥梁有限元模型