[发明专利]人体3D姿态估计方法、装置、计算机设备及存储介质

权利要求书

1.一种人体3D姿态识别方法，其特征在于，所述方法包括：

获取目标图片，所述目标图片中包括一个待识别目标；

将所述目标图片输入至目标检测网络得到所述待识别目标的多个2D关键点坐标以及语义特征图；

将所述待识别目标的每个2D关键点坐标通过全连接神经网络得到所述每个2D关键点坐标对应的embedding特征向量；

将所述待识别目标的语义特征图进行分解得到分解特征向量，并对所述分解特征向量进行降维操作得到预设维度的降维特征向量；

将所述降维特征向量输入到编码器进行编码，得到编码向量，所述降维特征向量的个数与所述编码器的节点个数相同；

根据所述embedding特征向量和所述编码向量通过解码器进行解码，得到解码向量；

将所述解码向量输入至所述全连接神经网络，确定所述待识别目标的3D关键点坐标。

2.根据权利要求1所述的方法，其特征在于，所述解码器包括三层，所述根据所述embedding特征向量和所述编码向量通过解码器进行解码，得到解码向量，包括：

将所述embedding特征向量和所述编码向量输入至第一解码器进行解码，得到第一解码向量；将所述第一解码向量和所述编码向量输入至第二解码器进行解码，得到第二解码向量；将所述第二解码向量和所述编码向量输入至第三解码器进行解码，得到解码向量。

3.根据权利要求2所述的方法，其特征在于，所述第一解码器、所述第二解码器以及所述第三解码器具有相同的结构。

4.根据权利要求1所述的方法，其特征在于，所述将所述降维特征向量输入到编码器进行编码，得到编码向量，包括：

将所述降维特征向量中的每个特征向量通过3个变换矩阵变换为3个第一变换特征向量；

将所述第一变换特征向量输入至Multi-head attention网络进行计算，得到与所述降维特征向量个数和维度相同的第一反馈向量；

将所述第一反馈向量与所述降维特征向量相加后，采用归一化算法进行处理，并将处理后的归一化向量中的每个向量输入2层全连接前馈网络后，与所述归一化向量相加，再将相加后的向量做归一化处理，得到编码向量。

5.根据权利要求1所述的方法，其特征在于，所述语义特征图包括了特征通道数、图像高度以及图像宽度。

6.根据权利要求1所述的方法，其特征在于，所述目标检测网络包括MaskRCNN。

7.根据权利要求1所述的方法，其特征在于，所述全连接神经网络为两层全连接神经网络。

8.一种人体3D姿态识别装置，其特征在于，所述装置包括：

获取模块，用于获取目标图片，所述目标图片中包括一个待识别目标；

目标检测模块，用于将所述目标图片输入至目标检测网络得到所述待识别目标的多个2D关键点坐标以及语义特征图；

全连接网络模块，用于将所述待识别目标的每个2D关键点坐标通过全连接神经网络得到所述每个2D关键点坐标对应的embedding特征向量；

处理模块，用于根据所述待识别目标的语义特征图分解得到分解特征向量，并对所述分解特征向量进行降维操作得到预设维度的降维特征向量；

编码模块，用于将所述降维特征向量输入到编码器进行编码，得到编码向量，所述降维特征向量的个数与所述编码器的节点个数相同；

解码模块，用于根据所述embedding特征向量和所述编码向量通过解码器进行解码，得到解码向量；

确定模块，用于将所述解码向量输入至所述全连接神经网络，确定所述待识别目标的3D关键点坐标。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一所述的人体3D姿态识别方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一所述的人体3D姿态识别方法。