[发明专利]一种具有计算量自适应能力的快速人体姿态估计方法、装置及电子设备

权利要求书

1.一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，所述方法包括：

接收输入图像；

采用具有自适应调整计算量的卷积神经网络进行人体姿态估计，其中，

将所述输入图像进行特征抽取，对抽取的特征进行初步处理，得到人体姿态相关特征和人体姿态估计的初步结果；

将所述初步结果与所述人体姿态相关特征进行精修，得到人体姿态检测结果，对所述人体姿态检测结果进行进一步精修，直至其与上一阶段的人体姿态检测结果的差异数值小于预设阈值；

该阶段的人体姿态检测结果作为最终的人体姿态估计结果进行输出。

2.根据权利要求1所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，所述根据本申请实施例的一种具体实现方式，所述具有自适应调整计算量的卷积神经网络依次包括stem模块，初始化模块和精修模块；

所述精修模块包括若干精修子模块，每个精修子模块代表一个精修阶段。

3.根据权利要求2所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，所述stem模块由若干卷积函数和激活函数构成，所述stem模块的处理方法为将所述输入图像进行特征抽取。

4.根据权利要求2所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，所述初始化模块的处理方法为，initialstage模块对所述stem模块输出的特征进行进一步处理，输出人体姿态相关的特征，经过Pose Head的处理，输出人体姿态估计的初步结果。

5.根据权利要求2所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，第一精修阶段的精修子模块的处理方法为，将初始化模块输出的所述初步结果与所述人体姿态相关特征进行精修，得到人体姿态检测结果进行输出；

第二精修阶段到第N阶段的精修子模块的处理方法为，将上一精修阶段的人体姿态检测结果进行进一步精修，得到该精修阶段的人体姿态检测结果进行输出。

6.根据权利要求5所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，每个精修阶段的输出与上一阶段的输出进行对比，计算差异数值，当差异数值小于设定阈值时，停止后续阶段的计算，将当前阶段的输出作为最终的人体姿态估计结果进行输出。

7.根据权利要求2所述的一种具有计算量自适应能力的快速人体姿态估计方法，其特征在于，所述具有自适应调整计算量的卷积神经网络的训练过程计算网络输出与GroundTruth的差异作为loss，并采用梯度下降法降低loss值。

8.一种具有计算量自适应能力的快速人体姿态估计装置，其特征在于，包括：

图像接收装置，所述图像接收装置接收输入图像；

人体姿态估计装置，所述人体姿态估计装置采用具有自适应调整计算量的卷积神经网络进行人体姿态估计，其中，将所述输入图像进行特征抽取，对抽取的特征进行初步处理，得到人体姿态相关特征和人体姿态估计的初步结果；将所述初步结果与所述人体姿态相关特征进行精修，得到人体姿态检测结果，对所述人体姿态检测结果进行进一步精修，直至其与上一阶段的人体姿态检测结果的差异数值小于预设阈值；该阶段的人体姿态检测结果作为最终的人体姿态估计结果进行输出；

人体姿态估计结果输出装置，所述人体姿态估计结果输出装置将最终的人体姿态估计结果进行输出。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述权利要求1-9中任一项所述的具有计算量自适应能力的快速人体姿态估计方法。

10.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-9中任一项所述的具有计算量自适应能力的快速人体姿态估计方法。