公开(公告)号：CN111274909B

公开(公告)日：2022-05-20

申请号：CN202010048599.1

申请日：2020-01-16

Applicant: 重庆邮电大学

Inventor： 秦红星 ,  张嵩山

IPC: G06V40/10 ,  G06V10/762 ,  G06V10/778 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于深度学习的人体点云骨架提取方法，属于计算机图形学领域。该方法为：首先使用PointCNN学习人体点云中每个表面点的特征用于判断该点是否为歧义点，并将歧义点剔除，得到感兴趣点云；使用PointCNN学习感兴趣点云中的每个表面点的特征，用于人体部位分割以及预测每点到对应关节点的偏移向量，将部位分割结果与偏移向量预测结果结合，将感兴趣点云转化为关节点预测值集合；剔除关节点预测值集合中的低质量预测，然后对预测点使用DBSCAN聚类方法，得到每个部位关节点坐标预测值，根据关节点的语义信息，将所有关节点连接为3D人体骨架；最后利用人体结构的先验知识，检查并修复骨架中的错误。

公开(公告)号：CN111274909A

公开(公告)日：2020-06-12

申请号：CN202010048599.1

申请日：2020-01-16

Applicant: 重庆邮电大学

Inventor： 秦红星 ,  张嵩山

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于深度学习的人体点云骨架提取方法，属于计算机图形学领域。该方法为：首先使用PointCNN学习人体点云中每个表面点的特征用于判断该点是否为歧义点，并将歧义点剔除，得到感兴趣点云；使用PointCNN学习感兴趣点云中的每个表面点的特征，用于人体部位分割以及预测每点到对应关节点的偏移向量，将部位分割结果与偏移向量预测结果结合，将感兴趣点云转化为关节点预测值集合；剔除关节点预测值集合中的低质量预测，然后对预测点使用DBSCAN聚类方法，得到每个部位关节点坐标预测值，根据关节点的语义信息，将所有关节点连接为3D人体骨架；最后利用人体结构的先验知识，检查并修复骨架中的错误。