[發(fā)明專利]基于姿態(tài)識(shí)別的人體模型建立方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110903661.5
• 申請(qǐng)日: 2021-08-06
• 公開（公告）號(hào): CN113609999A
• 公開（公告）日: 2021-11-05
• 發(fā)明（設(shè)計(jì)）人: 莫富灝;于志旺
• 申請(qǐng)（專利權(quán)）人: 湖南大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長沙永星專利商標(biāo)事務(wù)所(普通合伙) 43001
• 代理人: 周詠;米中業(yè)

1.一種基于姿態(tài)識(shí)別的人體模型建立方法，包括如下步驟：

S1.獲取人體模型基礎(chǔ)數(shù)據(jù)；

S2.對(duì)步驟S1獲取的人體模型基礎(chǔ)數(shù)據(jù)采用檢測(cè)網(wǎng)絡(luò)進(jìn)行檢測(cè)，并得到檢測(cè)模型；

S3.對(duì)步驟S2得到的檢測(cè)模型，采用姿態(tài)檢測(cè)算法進(jìn)行二維姿態(tài)估計(jì)，從而得到估計(jì)模型；

S4.對(duì)步驟S3得到的估計(jì)模型進(jìn)行對(duì)稱空間變換，從而提取單人區(qū)域；

S5.對(duì)步驟S4得到的單人區(qū)域進(jìn)行檢測(cè)冗余的處理，從而得到人體姿態(tài)估計(jì)以及人體關(guān)節(jié)點(diǎn)的像素坐標(biāo)；

S6.根據(jù)步驟S5得到的像素坐標(biāo)，進(jìn)行關(guān)節(jié)角度的運(yùn)動(dòng)信息計(jì)算；

S7.根據(jù)步驟S6得到的計(jì)算結(jié)果，建立人體模型。

2.根據(jù)權(quán)利要求1所述的基于姿態(tài)識(shí)別的人體模型建立方法，其特征在于步驟S2所述的對(duì)步驟S1獲取的人體模型基礎(chǔ)數(shù)據(jù)采用檢測(cè)網(wǎng)絡(luò)進(jìn)行檢測(cè)，具體為采用YOLO v3檢測(cè)網(wǎng)絡(luò)檢測(cè)人體；采用如下步驟進(jìn)行檢測(cè)：

通過Darknet53網(wǎng)絡(luò)對(duì)輸入數(shù)據(jù)進(jìn)行特征提取，得到特定大小的特征圖輸出；然后將得到的圖像分成13*13的網(wǎng)格大小，同時(shí)規(guī)定若真實(shí)框中某個(gè)物體的中心坐標(biāo)落在某個(gè)網(wǎng)格中，那么就由該網(wǎng)格來預(yù)測(cè)該物體；同時(shí)，每個(gè)物體由三個(gè)邊界框進(jìn)行預(yù)測(cè)，使用邏輯回歸網(wǎng)絡(luò)確定預(yù)測(cè)的回歸框；

在YOLO v3檢測(cè)網(wǎng)絡(luò)中，YOLO v3_body共有252層，其中23個(gè)res_unit層對(duì)應(yīng)23個(gè)add層，BN層共72層，LeakyReLu層共72層；每一層BN層后面均連接一層LeakyReLu層；此外，上采樣和張量拼接操作各2個(gè)，5個(gè)零填充對(duì)應(yīng)5個(gè)res_block；

YOLO v3使用一個(gè)53層的卷積網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)；特征提取網(wǎng)絡(luò)殘差單元疊加而成，同時(shí)采用k-means聚類算法確定bounding box的初始尺寸；同時(shí)使用9個(gè)默認(rèn)框，每個(gè)默認(rèn)框與不同尺寸特征圖對(duì)應(yīng)關(guān)系為：13*13的feature map對(duì)應(yīng)[(116*90),(156*198),(373*326)]，26*26的feature map對(duì)應(yīng)[(30*61),(62*45),(59*119)]，52*52的featuremap對(duì)應(yīng)[(10*13),(16*30),(33*23)]；

YOLO v3采用直接預(yù)測(cè)相對(duì)位置的方法，預(yù)測(cè)出b-box中心點(diǎn)相對(duì)于網(wǎng)格單元左上角的相對(duì)坐標(biāo)，直接預(yù)測(cè)出(t_x,t_y,t_w,t_h,t_o)，然后通過以下坐標(biāo)偏移公式計(jì)算得到b-box的位置大小和置信度：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

p_r(object)*IOU(b,object)＝σ(t_o)

式中(t_x,t_y,t_w,t_h,t_o)為模型的預(yù)測(cè)輸出；c_x和c_y為網(wǎng)格的坐標(biāo)；和p_h為預(yù)測(cè)前bounding box的尺寸；為預(yù)測(cè)得到的bounding box的中心坐標(biāo)和尺寸；訓(xùn)練坐標(biāo)值時(shí)，采用平方和距離誤差損失進(jìn)行訓(xùn)練；

YOLO v3為每個(gè)真實(shí)對(duì)象分配一個(gè)邊界框；若邊界框與真實(shí)對(duì)象不吻合，則不會(huì)產(chǎn)生坐標(biāo)或類別預(yù)測(cè)損失，只會(huì)產(chǎn)生物體預(yù)測(cè)損失；

YOLO v3采用若干個(gè)獨(dú)立的logistic分類器解決多標(biāo)簽分類問題；

YOLO v3采用若干個(gè)尺度融合進(jìn)行預(yù)測(cè)，同時(shí)采用上采樣和融合算法，在若干個(gè)尺度的特征圖上進(jìn)行檢測(cè)。

3.根據(jù)權(quán)利要求2所述的基于姿態(tài)識(shí)別的人體模型建立方法，其特征在于步驟S3所述的采用姿態(tài)檢測(cè)算法進(jìn)行二維姿態(tài)估計(jì)，具體為采用stacked hourglass姿態(tài)檢測(cè)算法進(jìn)行二維姿態(tài)估計(jì)。