[發明專利]融合方向圖的人體姿態估計方法在審
| 申請號： | 201810588480.6 | 申請日： | 2018-06-08 |
| 公開（公告）號： | CN109033946A | 公開（公告）日： | 2018-12-18 |
| 發明（設計）人： | 莊文林;王雁剛;夏思宇 | 申請（專利權）人： | 東南大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06T7/207;G06N3/04 |
| 代理公司： | 南京眾聯專利代理有限公司 32206 | 代理人： | 葉涓涓 |
| 地址： | 211189 *** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 方向圖 關鍵點位置 融合 人體姿態 網絡結構 關鍵點 遮擋 預測 方向信息 融合網絡 特征提取 位置網絡 學習檢測 訓練階段 有效解決 姿態估計 姿態信息 魯棒性 卷積 顯存 收斂 檢測 網絡 | ||
【權利要求書】：
1.融合方向圖的姿態估計方法，其特征在于，包括如下步驟：
步驟1，進行特征提取得到高層次特征，進行關鍵點位置圖的初步學習檢測以及方向圖的檢測得到位置熱圖以及方向熱圖；
步驟2，將預測的位置熱圖、方向圖以及高層次特征進行融合，得到更加精確的位置熱圖。
2.根據權利要求1所述的融合方向圖的姿態估計方法，其特征在于，所述步驟1具體包括如下分步驟：
特征提取：對于一幅給定的RGB圖像，將其尺度歸一化，經過簡單的卷積網絡，包括小卷積核的卷積層，Relu激活函數以及批標準化操作，得到基本的圖像特征信息；蘇以后經過一個沙漏模塊，提取更高層次的特征；
位置網絡檢測：對于從沙漏網絡提取出來的高層次特征，通過位置網絡進行監督學習位置熱圖；
方向網絡檢測：選定一個關鍵點作為人體中心，其余關鍵點的方向熱圖依據其與人體中心的方向放置二維高斯熱圖，得到方向熱圖。
3.根據權利要求1所述的融合方向圖的姿態估計方法，其特征在于，所述步驟2具體包括如下過程：先將位置熱圖與方向圖合并，經過卷積得到特征，再與沙漏模塊提取出來的高層次特征相加；之后，使用一個只有兩個尺度信息的沙漏模塊進行處理，得到最終的預測位置熱圖。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于東南大學，未經東南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810588480.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種基于深度學習的人體輪廓提取方法
- 下一篇：基于深度學習的路面遺撒識別方法
