公开(公告)号：CN116824701A

公开(公告)日：2023-09-29

申请号：CN202310819458.9

申请日：2023-07-05

Applicant: 东南大学

Inventor： 杨万扣 ,  蒋俊波 ,  杨森

IPC: G06V40/20 ,  G06V10/40 ,  G06V10/82 ,  G06V10/774 ,  G06V10/46 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于高斯函数的显式监督自注意力的多人姿态估计方法，包括如下步骤：步骤1，选取合适的深度学习网络作为特征提取器；步骤2，构造并行卷积与自注意力模块；步骤3，构造关键点位置预测网络；步骤4，对并行模块中的自注意力分支进行基于高斯函数的显式监督；5，输入训练图像，运用数据增广技术，扩充训练样本，用标注监督模型输出；步骤6，反向传播损失，直至训练收敛；步骤7，在测试阶段，把测试图像输入最终的多人姿态估计模型，进行多个人体实例的姿态估计。本申请解决了多人姿态估计效率低，可解释性差的技术问题。通过本申请的方法，可以统一关键点定位与关键点匹配的特征学习过程，加快了多人姿态估计速度。