-
公开(公告)号：CN115908497A
公开(公告)日：2023-04-04
申请号：CN202211563969.0
申请日：2022-12-07
Applicant: 北京大学深圳研究生院
Abstract: 本发明涉及一种基于人体拓扑感知网络的三维人体姿态估计方法及系统。本方法利用人体拓扑的分层次结构和运动约束，充分捕捉信息密度稀疏的人体关节点数据中的先验信息，有效缓解了人体末端关节点估计精度不足的问题。本方法构建了一种多层次特征提取聚合框架，可以由细粒度到粗粒度依次提取关节点层次、肢体层次、全身层次的特征信息；构建了同一肢体内关节点间的运动约束关系，利用父节点辅助高误差的末端关节点的预测。本发明充分利用人体拓扑中高度结构化的先验信息，无需引入额外的数据，便可在控制模型参数量的情况下获得更丰富的人体姿态表征学习能力。
-
公开(公告)号：CN119722730A
公开(公告)日：2025-03-28
申请号：CN202411591535.0
申请日：2024-11-08
Applicant: 北京大学深圳研究生院
Abstract: 本发明属于计算机视觉领域，涉及一种面向时空拓扑建模的实时三维人体姿态估计方法和装置。该方法包括：利用对比学习范式进行无标签的预训练，提取人体拓扑结构先验信息；以轻量化的时空人体拓扑提取网络作为编码器，利用人体拓扑结构先验信息，采用双流结构分别并行提取时间域中的人体运动学拓扑关系和空间域中的人体几何拓扑关系；将时间域中的人体运动学拓扑关系和空间域中的人体几何拓扑关系进行累加操作，并通过线性回归得到人体三维姿态的位置并输出相应的三维骨架坐标。本发明能够精确地捕捉人体结构和运动学拓扑特征，能够实现高效准确的三维人体姿态估计。
-
Search Results
2
records
(took 0.019 seconds)
