[发明专利]一种基于级联金字塔网络的多人姿态估计方法

说明书

本发明中提出的一种基于级联金字塔网络的多人姿态估计方法，其主要内容包括：级联金字塔网络(CPN)、多人姿态估计、训练和测试，其过程为，先根据默认的锚点生成边界框建议，然后根据特征图进行裁剪，并通过递归卷积神经网络(R‑CNN)进一步细化建议，以获得最终的边界框，边界框圈出画面中的人物，接着用级联金字塔网络在每个人物的边界框中定位关键点，其中全局网络可以定位简单的关键点，提炼网络通过整合来自全局网络所有级别的特征表示来处理难的关键点，并仅从选择的关键点反向传播损失。本发明将自上向下的方法用于多人姿势估计，利用级联金字塔网络，大大提高了姿态估计的性能，使其能够适应实际应用中姿态估计的高要求。

技术领域

本发明涉及姿态估计领域，尤其是涉及了一种基于级联金字塔网络的多人姿态估计方法。

背景技术

多人姿态估计是对图像中所有人物的关键点进行识别和定位，它是人类动作识别和人机交互等多种视觉应用的基础研究课题，也是具有一定难度的挑战性课题。多人姿态估计技术可以用于体育运动或舞蹈表演等需要对人物姿态进行估计的领域，通过对运动员或表演人员的姿态进行识别和分析，可以帮助他们对自己或他人的动作姿态进行客观和量化的分析或统计相关数据，用于创建个性化的训练和分析系统，指导运动员或表演人员进行科学有效的训练；其也可以用于交通领域的行人姿态估计，通过对众多行人的姿态进行识别和分析，判断行人前进的方向，从而辅助驾驶员规划行车路线和采取相应措施。相关的姿态估计技术还可以用于人机交互、公共场合的安防系统等领域，给人们的生活带来更多的便利。然而，现有的姿态估计方法仍不能很好地解决由于遮挡的关键点、隐形的关键点以及复杂的背景引起的估计准确性不高的问题。

本发明提出了一种基于级联金字塔网络的多人姿态估计方法，先根据默认的锚点生成边界框建议，然后根据特征图进行裁剪，并通过递归卷积神经网络(R-CNN)进一步细化建议，以获得最终的边界框，边界框圈出画面中的人物，接着用级联金字塔网络在每个人物的边界框中定位关键点，其中全局网络可以定位简单的关键点，提炼网络通过整合来自全局网络所有级别的特征表示来处理难的关键点，并仅从选择的关键点反向传播损失。本发明将自上向下的方法用于多人姿势估计，利用级联金字塔网络，大大提高了姿态估计的性能，使其能够适应实际应用中姿态估计的高要求。

发明内容

针对由于遮挡的关键点、隐形的关键点以及复杂的背景引起的估计准确性不高的问题，本发明的目的在于提供一种基于级联金字塔网络的多人姿态估计方法，先根据默认的锚点生成边界框建议，然后根据特征图进行裁剪，并通过递归卷积神经网络(R-CNN)进一步细化建议，以获得最终的边界框，边界框圈出画面中的人物，接着用级联金字塔网络在每个人物的边界框中定位关键点，其中全局网络可以定位简单的关键点，提炼网络通过整合来自全局网络所有级别的特征表示来处理难的关键点，并仅从选择的关键点反向传播损失。

为解决上述问题，本发明提供一种基于级联金字塔网络的多人姿态估计方法，其主要内容包括：

(一)级联金字塔网络(CPN)；

(二)多人姿态估计；

(三)训练和测试。

其中，所述的级联金字塔网络(CPN)，级联金字塔网络包括两个子网络，分别为全局网络和提炼网络；全局网络是一个特征金字塔网络，可以定位“简单”的关键点，如眼睛和手，但可能无法精确识别被遮挡或不可见的关键点；提炼网络通过整合来自全局网络所有级别的特征表示来处理“难”关键点。