公开(公告)号：CN113673354B

公开(公告)日：2024-02-20

申请号：CN202110838489.X

申请日：2021-07-23

Applicant: 湖南大学

Inventor： 张辉 ,  李晨 ,  赵晨阳 ,  陈瑞博 ,  孔森林 ,  曹意宏 ,  王耀南

IPC: G06V40/10 ,  G06V10/75 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开了一种基于上下文信息与联合嵌入的人体关键点检测方法，该方法包含以下步骤：S1：获取训练数据；S2：搭建人体关键点检测模型；S3：构建人体关键点真实标签热图和联合嵌入值标签热图；S4：使用训练数据对人体关键点检测模型进行训练，得到训练后的人体关键点检测模型；S5：使用验证数据对人体关键点检测模型进行评估，选取最优模型；S6：重复步骤S4至S5，至全部训练数据被训练完成，得到最优模型；S7：利用最优模型进行人体关键点预测。该方法通过上下文融合模块对特征图中的像素内在相关性进行建模，提高了对关键点像素位置的预测进度，同时通过构造联合嵌入损失，降低训练难度加快收敛速度，保证不同人体关键点之间的正确匹配。

公开(公告)号：CN113673354A

公开(公告)日：2021-11-19

申请号：CN202110838489.X

申请日：2021-07-23

Applicant: 湖南大学

Inventor： 张辉 ,  李晨 ,  赵晨阳 ,  陈瑞博 ,  孔森林 ,  曹意宏 ,  王耀南

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明公开了一种基于上下文信息与联合嵌入的人体关键点检测方法，该方法包含以下步骤：S1：获取训练数据；S2：搭建人体关键点检测模型；S3：构建人体关键点真实标签热图和联合嵌入值标签热图；S4：使用训练数据对人体关键点检测模型进行训练，得到训练后的人体关键点检测模型；S5：使用验证数据对人体关键点检测模型进行评估，选取最优模型；S6：重复步骤S4至S5，至全部训练数据被训练完成，得到最优模型；S7：利用最优模型进行人体关键点预测。该方法通过上下文融合模块对特征图中的像素内在相关性进行建模，提高了对关键点像素位置的预测进度，同时通过构造联合嵌入损失，降低训练难度加快收敛速度，保证不同人体关键点之间的正确匹配。