一种基于MRF超像素标记的人体姿态估计方法

    公开(公告)号:CN114170675B

    公开(公告)日:2024-10-25

    申请号:CN202111326022.3

    申请日:2021-11-10

    Abstract: 本发明属于图像识别领域,为一种基于MRF超像素标记的人体姿态估计方法,将目标图像分割为若干特征相似的超像素图像块,采用超像素MRF模型对超像素图像块的部位标记;以一个超像素为步长完成整幅图像的遍历,将超像素中心作为姿态估计算法中矩形部位检测器的匹配中心,构建以超像素中心点为中心的矩形区域集合,获得目标图像的部位搜索空间;计算K个部位检测器与部位搜索空间内所有矩形的部位匹配分数。根据部位形变模型计算相邻部位的距离分数;将所有部位的部位匹配分数与距离分数相加得到总体姿态估计得分,选择总分最高的姿态作为各个部位的识别结果。解决姿态估计算法部位搜索效率低、易受背景和其他人体部位干扰的问题。

    一种基于MRF超像素标记的人体姿态估计方法

    公开(公告)号:CN114170675A

    公开(公告)日:2022-03-11

    申请号:CN202111326022.3

    申请日:2021-11-10

    Abstract: 本发明属于图像识别领域,为一种基于MRF超像素标记的人体姿态估计方法,将目标图像分割为若干特征相似的超像素图像块,采用超像素MRF模型对超像素图像块的部位标记;以一个超像素为步长完成整幅图像的遍历,将超像素中心作为姿态估计算法中矩形部位检测器的匹配中心,构建以超像素中心点为中心的矩形区域集合,获得目标图像的部位搜索空间;计算K个部位检测器与部位搜索空间内所有矩形的部位匹配分数。根据部位形变模型计算相邻部位的距离分数;将所有部位的部位匹配分数与距离分数相加得到总体姿态估计得分,选择总分最高的姿态作为各个部位的识别结果。解决姿态估计算法部位搜索效率低、易受背景和其他人体部位干扰的问题。

    一种基于组合模型的视频人体姿态推理优化方法

    公开(公告)号:CN114170621A

    公开(公告)日:2022-03-11

    申请号:CN202111325974.3

    申请日:2021-11-10

    Abstract: 本发明属于视频技术领域,具体地而言为一种基于组合模型的视频人体姿态推理优化方法,包括将人体整体结构划分为若干树型组合部位,每个组合部位包含有多个线性的基本部位,对单个组合部位在视频中所有帧的一致性计算,求每个组合部位一致性计算结果的最大化获得候选部位集合,计算每一帧候选部位之间的距离得分,根据所有组合部位的得分总和最优化获得最佳姿态。解决视频中姿态估计的正确率较低、推理优化复杂度高的问题,简化姿态推理过程中的结构复杂度。

Patent Agency Ranking