-
公开(公告)号：CN112597956A
公开(公告)日：2021-04-02
申请号：CN202011607985.6
申请日：2020-12-30
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人体锚点集合与感知增强网络的多人姿态估计方法，包括：步骤1、构建感知增强网络，并利用训练数据集进行网络训练和调优；步骤2、对一张待测试图片，首先将该图片输入感知增强网络中进行关节检测热图和锚点嵌入热图的检测，接着基于这两类热图进行算法的后处理过程，得到多人的姿态估计结果。本发明的优点在于：基于人体划分的思想，通过将多人姿态估计任务划分为上下两个半身的姿态估计子任务，能够有效降低检测任务的建模难度；结合注意力机制与特征融合策略构建感知增强网络，能够充分挖掘神经网络模型的特征提取能力，最终得到更加精确的多人姿态估计结果。
-
公开(公告)号：CN112597956B
公开(公告)日：2023-06-02
申请号：CN202011607985.6
申请日：2020-12-30
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人体锚点集合与感知增强网络的多人姿态估计方法，包括：步骤1、构建感知增强网络，并利用训练数据集进行网络训练和调优；步骤2、对一张待测试图片，首先将该图片输入感知增强网络中进行关节检测热图和锚点嵌入热图的检测，接着基于这两类热图进行算法的后处理过程，得到多人的姿态估计结果。本发明的优点在于：基于人体划分的思想，通过将多人姿态估计任务划分为上下两个半身的姿态估计子任务，能够有效降低检测任务的建模难度；结合注意力机制与特征融合策略构建感知增强网络，能够充分挖掘神经网络模型的特征提取能力，最终得到更加精确的多人姿态估计结果。
-
公开(公告)号：CN112241726B
公开(公告)日：2023-06-02
申请号：CN202011188660.9
申请日：2020-10-30
Applicant: 华侨大学 , 福建省公田软件股份有限公司
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/30 , G06T7/62
Abstract: 本发明提供了人体姿态估计技术领域的一种基于自适应感受野网络和关节点损失权重的姿态估计方法，包括：步骤S10、基于自适应感受野单元搭建自适应感受野网络；步骤S20、利用样本图像对所述自适应感受野网络进行训练；步骤S30、在训练所述自适应感受野网络时，计算得到所述样本图像包含的关节点以及各关节点的损失值；步骤S40、基于各关节点的所述损失值计算各关节点的损失权重；步骤S50、基于所述损失权重以及损失值计算得到最终损失值，基于所述最终损失值优化自适应感受野网络；步骤S60、将待测图像输入训练好的所述自适应感受野网络，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：极大的提升了人体姿态估计的精度和效率。
-
Patent Agency Ranking
公开(公告)号：CN112241726A
公开(公告)日：2021-01-19
申请号：CN202011188660.9
申请日：2020-10-30
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自适应感受野网络和关节点损失权重的姿态估计方法，包括：步骤S10、基于自适应感受野单元搭建自适应感受野网络；步骤S20、利用样本图像对所述自适应感受野网络进行训练；步骤S30、在训练所述自适应感受野网络时，计算得到所述样本图像包含的关节点以及各关节点的损失值；步骤S40、基于各关节点的所述损失值计算各关节点的损失权重；步骤S50、基于所述损失权重以及损失值计算得到最终损失值，基于所述最终损失值优化自适应感受野网络；步骤S60、将待测图像输入训练好的所述自适应感受野网络，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：极大的提升了人体姿态估计的精度和效率。
-
公开(公告)号：CN112418070B
公开(公告)日：2023-06-02
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
IPC: G06V40/20 , G06V10/25 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T5/30 , G06T7/62
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。
-
公开(公告)号：CN113610015B
公开(公告)日：2023-05-30
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
IPC: G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/0985 , G06T7/73
-
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：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
8
records
(took 0.032 seconds)
