-
公开(公告)号：CN115223190A
公开(公告)日：2022-10-21
申请号：CN202210119930.3
申请日：2022-02-09
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明公开一种基于人体结构引导学习网络的姿态估计方法及系统，涉及人体姿态估计技术领域，包括：获取待测人体姿态图像；将待测人体姿态图像输入至人体姿态估计模型中，以获取人体姿态；人体姿态估计模型是根据训练集和标定深度卷积神经网络训练得到的；训练集包括多张第一图像以及与第一图像对应的标签信息；标签信息为所述第一图像中的人体关节点；人体关节点用于构建所述人体姿态；标定深度卷积神经网络包括茎网络、第一主干网络、第二主干网络、人体结构引导学习分支网络和特征融合细化网络。本发明结合人体结构引导学习方法和特征融合方法构建人体姿态估计模型，提高模型预测的精确度。
-
公开(公告)号：CN113610015A
公开(公告)日：2021-11-05
申请号：CN202110918420.8
申请日：2021-08-11
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了人体姿态估计技术领域的一种基于端到端快速阶梯网络的姿态估计方法、装置及介质，所述方法包括：步骤S10、基于快速阶梯网络搭建端到端快速阶梯网络；步骤S20、利用样本图像对所述端到端快速阶梯网络进行训练；步骤S30、将待测图像输入训练好的所述端到端快速阶梯网络，计算关节点的位置并形成完整的人体姿态。本发明的优点在于：取消了人体姿态估计模型对目标检测算法的约束，不再需要先进行人体检测，保证了姿态估计可以进行端到端训练与预测，加快了人体姿态估计的速度，同时还能保证网络的精确度。
-
公开(公告)号：CN110427890B
公开(公告)日：2021-05-11
申请号：CN201910716198.6
申请日：2019-08-05
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供一种基于深度级联网络与质心分化编码的多人姿态估计方法，其采用自底向上的估计路线，针对现有算法尚不能解决的关节遮挡及尺度差异问题，设计出质心分化编码作为关节的相关性线索，并建立基于双路特征提取模块的深度级联网络完成对关节点与质心分化编码的提取，接着提出贪婪推理策略实现关节点鲁棒匹配到多个人体半身，最后对半身之间添加空间约束，利用图匹配算法完成人体拼接，实现快速高效的多人姿态估计。
-
公开(公告)号：CN112418070A
公开(公告)日：2021-02-26
申请号：CN202011307337.9
申请日：2020-11-20
Applicant: 华侨大学 , 福建省公田软件股份有限公司
Abstract: 本发明提供了人体姿态估计技术领域的一种基于解耦阶梯网络的姿态估计方法，包括如下步骤：步骤S10、基于解耦残差模块和瀑布模块搭建解耦阶梯网络；步骤S20、获取大量的人体样本图像，利用所述人体样本图像对解耦阶梯网络进行训练；步骤S30、将待测图像输入训练好的所述解耦阶梯网络，计算所述待测图像中各关节点的位置，进而基于各关节点的位置形成完整的人体姿态。本发明的优点在于：极大的提升了人体姿态估计的速度以及精度。
-
-
-
Search Results
24
records
(took 0.043 seconds)
