-
公开(公告)号：CN109359568A
公开(公告)日：2019-02-19
申请号：CN201811154729.9
申请日：2018-09-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于图卷积网络的人体关键点检测方法，使用卷积神经网络从图像中提取人体特征，预测人体关键点响应图，确定初始关键点坐标；根据预测的关键点坐标，从卷积神经网络中提取对应人体各个关键点的局部特征；建立人体关键点的图模型，根据人体的每个关键点与邻近关键点的位置关系，提取每个关键点的特征向量；把人体各个关键点的特征向量输入图卷积网络，得到每个关键点的偏移，用初始关键点坐标加上偏移，即得优化的关键点预测结果。本发明所预测关键点相比于其他方法，对人体关键点建立图模型，更好地考虑了关键点之间的联系，提高了关键点预测的准确率。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
