[發(fā)明專利]一種多人姿態(tài)估計方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811313362.0
• 申請日: 2018-11-06
• 公開（公告）號: CN109376681B
• 公開（公告）日: 2021-09-03
• 發(fā)明（設計）人: 黃國恒;陳小平;藍嘉穎;鄧桂揚
• 申請（專利權）人: 廣東工業(yè)大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 羅滿

1.一種多人姿態(tài)估計方法，其特征在于，包括：

對輸入的多人圖片進行人體檢測算法和NMS算法處理得到各人對應的單人圖片；

將各個所述單人圖片和第一卷積層進行卷積得到各個第一熱圖；

將各個所述單人圖片和第二卷積層進行卷積得到各個特征圖；

將各個所述特征圖及對應的第一熱圖和預生成的中心顯著圖進行疊加得到對應的疊加特征圖；

將各個所述疊加特征圖和第三卷積層進行卷積輸出對應的第二熱圖。

2.根據(jù)權利要求1所述的多人姿態(tài)估計方法，其特征在于，所述對輸入的多人圖片進行人體檢測算法和NMS算法處理得到各人對應的單人圖片，包括：

利用Mask r-cnn人體檢測算法對所述多人圖片進行處理得到各所述人對應的多個邊界框；

利用NMS算法將所述多個邊界框中的冗余邊界框刪除，選出目標邊界框；

確定所述目標邊界框?qū)膱D片為所述單人圖片。

3.根據(jù)權利要求2所述的多人姿態(tài)估計方法，其特征在于，所述利用Mask r-cnn人體檢測算法對所述多人圖片進行處理得到各所述人對應的多個邊界框，包括：

對所述多人圖片依次進行ResNET50和FPN處理得到特征圖；

將所述特征圖經(jīng)過RPN網(wǎng)絡處理得到各個特征對象對應的ROI；

對各個所述ROI依次執(zhí)行ROI Align和FC操作得到對應的特征對象的類別及多個邊界框；

根據(jù)所述類別對各個所述特征對象執(zhí)行回歸操作，篩選出各個所述類別為人對應的多個邊界框。

4.根據(jù)權利要求1所述的多人姿態(tài)估計方法，其特征在于，將所述疊加特征圖和第三卷積層進行卷積輸出第二熱圖之后，還包括：

將所述第二熱圖、中間特征圖及所述中心顯著圖進行疊加得到第二疊加特征圖；

將所述第二疊加特征圖和第四卷積層進行卷積輸出第三熱圖。

5.一種多人姿態(tài)估計系統(tǒng)，其特征在于，包括：

單人圖片獲取模塊，用于對輸入的多人圖片進行人體檢測算法和NMS算法處理得到各人對應的單人圖片；

第一卷積模塊，用于將各個所述單人圖片和第一卷積層進行卷積得到各個第一熱圖；

第二卷積模塊，用于將各個所述單人圖片和第二卷積層進行卷積得到各個特征圖；

疊加模塊，用于將各個所述特征圖及對應的第一熱圖和預生成的中心顯著圖進行疊加得到對應的疊加特征圖；

第三卷積模塊，用于將各個所述疊加特征圖和第三卷積層進行卷積輸出對應的第二熱圖。

6.根據(jù)權利要求5所述的多人姿態(tài)估計系統(tǒng)，其特征在于，所述單人圖片獲取模塊，包括：

人體檢測算法處理單元，用于利用Mask r-cnn人體檢測算法對所述多人圖片進行處理得到各所述人對應的多個邊界框；

冗余邊界框刪除單元，用于利用NMS算法將所述多個邊界框中的冗余邊界框刪除，選出目標邊界框；

單人圖片確定單元，用于確定所述目標邊界框?qū)膱D片為所述單人圖片。

7.根據(jù)權利要求6所述的多人姿態(tài)估計系統(tǒng)，其特征在于，所述人體檢測算法處理單元，包括：

特征圖獲取子單元，用于對所述多人圖片依次進行ResNET50和FPN處理得到特征圖；

RPN網(wǎng)絡處理子單元，用于將所述特征圖經(jīng)過RPN網(wǎng)絡處理得到各個特征對象對應的ROI；

ROI Align和FC操作執(zhí)行子單元，用于對各個所述ROI依次執(zhí)行ROI Align和FC操作得到對應的特征對象的類別及多個邊界框；

回歸操作執(zhí)行子單元，用于根據(jù)所述類別對各個所述特征對象執(zhí)行回歸操作，篩選出各個所述類別為人對應的多個邊界框。

8.根據(jù)權利要求5所述的多人姿態(tài)估計系統(tǒng)，其特征在于，還包括：

第二疊加模塊，用于將所述第二熱圖、中間特征圖及所述中心顯著圖進行疊加得到第二疊加特征圖；

第四卷積模塊，用于將所述第二疊加特征圖和第四卷積層進行卷積輸出第三熱圖。