[发明专利]一种基于几何驱动的自监督人体3D姿态估计网络训练方法有效
| 申请号： | 201911301729.1 | 申请日： | 2019-12-17 |
| 公开（公告）号： | CN111062326B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 李侃;李杨 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/774 |
| 代理公司： | 北京正阳理工知识产权代理事务所(普通合伙) 11639 | 代理人： | 张利萍 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于几何驱动的自监督人体3D姿态估计网络训练方法，属于人工智能计算机视觉领域，能够有效解决当前基于深度学习的人体3D姿态网络训练需要大量的人体3D关节点标注数据的技术问题。本发明方法，不依赖人体3D关节点标注数据，完全依靠几何先验知识，可以避免繁琐的人体3D关节点的标注过程，所提出的变换重投影损失可以探索多视角一致性以训练人体3D姿态估计网络，可以在训练过程中获得更加准确的人体3D姿态预测结果，所提出的根节点位置估计网络在3D姿态估计网络训练过程中保留重投影的2D姿态的尺度信息，可以在训练过程中获得更加准确的人体3D姿态预测结果，所提出的网络预训练方法可以帮助网络训练有效地收敛。 | ||
| 搜索关键词： | 一种 基于 几何 驱动 监督 人体 姿态 估计 网络 训练 方法 | ||
【主权项】：
暂无信息
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北京理工大学，未经北京理工大学许可，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/patent/201911301729.1/，转载请声明来源钻瓜专利网。
