[發(fā)明專利]一種基于YOLOv3算法的多人姿態(tài)估計方法

在審

• 申請?zhí)枺?/td>: 201910069350.6
• 申請日: 2019-01-24
• 公開（公告）號: CN109815901A
• 公開（公告）日: 2019-05-28
• 發(fā)明（設計）人: 蔡哲棟;應娜;黃鐸;楊鵬
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 杭州千克知識產權代理有限公司 33246
• 代理人: 周希良

本發(fā)明公開一種基于YOLOv3算法的多人姿態(tài)估計方法，包括步驟：S1:處理綜合數據集，得到滿足方法需要的單類行人數據集；S2：設計圖片切割提取模塊，將YOLOv3算法和Stacked Hourglass算法合理結合得到多人姿態(tài)估計網絡框架；S3：訓練S1所述數據集得到單類行人檢測的YOLOv3網絡模型，訓練MPII數據集得到Hourglass姿態(tài)估計網絡模型。將訓練得到的YOLOv3網絡模型和級聯4個Hourglass網絡得到的Stacked Hourglass網絡模型進行合理結合，得到基于YOLOv3算法的多人姿態(tài)估計網絡模型；S4：輸入原始圖像，得到多人姿態(tài)估計建議的圖像。本發(fā)明基于最新的YOLOv3算法，通過提升人體檢測器的檢測能力，提高了多人姿態(tài)估計的準確性，提升了對全局性的把控。

技術領域

本發(fā)明屬于圖像處理的目標檢測領域，主要涉及行人姿態(tài)估計，具體來說，即基于YOLOv3算法的多人姿態(tài)估計方法。

背景技術

人體姿態(tài)估計一直都是計算機視覺熱門的研究方向之一。近年來由于深度學習在圖像處理領域表現優(yōu)異，基于深度學習的人體姿態(tài)估計也蓬勃發(fā)展起來。

YOLOv3算法屬于目標檢測領域，通過深度學習使網絡模型具備識別圖像上行人的能力；Stacked Hourglass算法屬于圖像處理領域，其基礎網絡為殘差網絡模塊，并通過級聯多個基礎網絡提高對單人姿態(tài)估計的準確性和實時性。

目前主流的多人姿態(tài)估計主要是采用自頂向下框架，也就是從整體-局部-整體的思想，通過結合目標檢測算法和單人姿態(tài)估計算法實現。但由于復雜背景、多人識別和人體阻擋等因素，在準確性和實時性上依舊有較大提升空間。

發(fā)明內容

針對上述問題，我們提出了一種基于YOLOv3算法的多人姿態(tài)估計方法。本發(fā)明使用YOLOv3算法檢測識別行人目標，通過結合Stacked Hourglass算法實現多人姿態(tài)估計。利用YOLOv3算法的目標檢測預估性和準確性，降低多人識別和人體阻擋等因素對多人姿態(tài)估計造成的負面影響；利用切割提取和中心點回歸原則，降低復雜背景對多人姿態(tài)估計造成的負面影響。

本發(fā)明采取如下技術方案：

一種基于YOLOv3算法的多人姿態(tài)估計方法，包括步驟：

S1:處理綜合數據集，得到滿足方法需要的單類行人數據集；

S2：設計圖片切割提取模塊，將YOLOv3算法和Stacked Hourglass算法合理結合得到多人姿態(tài)估計網絡框架；

S3：訓練S1所述數據集得到單類行人檢測的YOLOv3網絡模型，訓練MPII數據集得到Hourglass姿態(tài)估計網絡模型。將訓練得到的YOLOv3網絡模型和級聯4個Hourglass網絡得到的Stacked Hourglass網絡模型進行合理結合，得到基于YOLOv3算法的多人姿態(tài)估計網絡模型；

S4：輸入原始圖像，得到多人姿態(tài)估計建議的圖像。

優(yōu)選地，所述步驟S3具體實施步驟如下：

S3.1：利用Darknet深度學習框架進行單類行人的YOLOv3網絡模型訓練；利用Pytorch深度學習框架進行Hourglass網絡模型訓練，將訓練好的4個Hourglass網絡模型進行級聯得到Stacked Hourglass網絡模型。

S3.2：利用訓練得到的YOLOv3網絡模型進行行人檢測識別，通過極大值抑制得到置信度最高的人體包圍框。

S3.3：將人體包圍框進行切割提取，輸入至Stacked Hourglass網絡進行姿態(tài)估計建議。

S3.4：利用中心點回歸原則進行姿態(tài)估計建議回歸，得到多人姿態(tài)估計建議。