[发明专利]融合方向图的人体姿态估计方法在审
| 申请号： | 201810588480.6 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN109033946A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 庄文林;王雁刚;夏思宇 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/207;G06N3/04 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 方向图 关键点位置 融合 人体姿态 网络结构 关键点 遮挡 预测 方向信息 融合网络 特征提取 位置网络 学习检测 训练阶段 有效解决 姿态估计 姿态信息 鲁棒性 卷积 显存 收敛 检测 网络 | ||
【权利要求书】：
1.融合方向图的姿态估计方法，其特征在于，包括如下步骤：
步骤1，进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；
步骤2，将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。
2.根据权利要求1所述的融合方向图的姿态估计方法，其特征在于，所述步骤1具体包括如下分步骤：
特征提取：对于一幅给定的RGB图像，将其尺度归一化，经过简单的卷积网络，包括小卷积核的卷积层，Relu激活函数以及批标准化操作，得到基本的图像特征信息；苏以后经过一个沙漏模块，提取更高层次的特征；
位置网络检测：对于从沙漏网络提取出来的高层次特征，通过位置网络进行监督学习位置热图；
方向网络检测：选定一个关键点作为人体中心，其余关键点的方向热图依据其与人体中心的方向放置二维高斯热图，得到方向热图。
3.根据权利要求1所述的融合方向图的姿态估计方法，其特征在于，所述步骤2具体包括如下过程：先将位置热图与方向图合并，经过卷积得到特征，再与沙漏模块提取出来的高层次特征相加；之后，使用一个只有两个尺度信息的沙漏模块进行处理，得到最终的预测位置热图。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810588480.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的人体轮廓提取方法
- 下一篇：基于深度学习的路面遗撒识别方法
