公开(公告)号：CN119540995A

公开(公告)日：2025-02-28

申请号：CN202411607999.6

申请日：2024-11-12

Applicant: 南京邮电大学

Inventor： 王世龙 ,  张锋 ,  白红阳 ,  尹文龙 ,  陈蕾

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/776 ,  G06V10/82 ,  G06N3/0499 ,  G06N3/082 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明属于人体姿态估计技术领域，公开了一种基于图像分频特征增强的极低光人体姿态估计方法，该方法包括如下步骤：收集极低光人体图像构建训练数据集；构建基于图像分频特征增强的极低光人体姿态估计模型；训练阶段，利用频率感知的图像增强模块进行训练数据的增强，随后输入到网络主干进行训练，得到训练好的模型；测试阶段，将测试数据集输入训练好的网络模型，获得人体姿态估计结果。本发明提出的网络模型能够利用频率感知的图像增强模块来引导网络生成更丰富、更清晰的图像特征，实现图像增强和人体姿态估计的协同优化,从而提高极低光人体姿态估计准确性。