[发明专利]基于带有噪声输入的稀疏高斯过程的姿态估计方法及系统在审
| 申请号： | 201710677222.0 | 申请日： | 2017-08-09 |
| 公开（公告）号： | CN107609479A | 公开（公告）日： | 2018-01-19 |
| 发明（设计）人： | 吴奇;夏嘉欣 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/40;G06K9/62 |
| 代理公司： | 上海汉声知识产权代理有限公司31236 | 代理人： | 郭国中 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于带有噪声输入的稀疏高斯过程的姿态估计方法及系统，包括图像特征提取通过抑制的背景模型和自适应阈值，提取图像的人体姿态轮廓，并提取图像的HOG特征；预测估计选取稀疏算法的感应输入输出集，给输入集添加高斯噪声，通过最大似然估计法与梯度下降法确定带有噪声输入的高斯过程的超参数，从而确定高斯过程的联合概率分布函数，利用所选取的感应输入输出集作为训练集进行稀疏算法的稀疏训练，得到预测估计的模型。本发明对于几何的和光学的形变都能保持很好的不变性，同时人体细微的动作可以被忽略而不影响检测效果，具有更好的拟合度和鲁棒性，复杂性小，具有较好的运算效率、预测准确度与抗噪性。 | ||
| 搜索关键词： | 基于 带有 噪声 输入 稀疏 过程 姿态 估计 方法 系统 | ||
【主权项】：
一种基于带有噪声输入的稀疏高斯过程的姿态估计方法，其特征在于，包括：图像特征提取步骤：通过抑制的背景模型和自适应阈值，提取图像的人体姿态轮廓，并提取图像的HOG特征；预测估计步骤：选取稀疏算法的感应输入输出集，给输入集添加高斯噪声，通过最大似然估计法与梯度下降法确定带有噪声输入的高斯过程的超参数，从而确定高斯过程的联合概率分布函数，利用所选取的感应输入输出集作为训练集进行稀疏算法的稀疏训练，得到预测估计的模型。
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上海交通大学，未经上海交通大学许可，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/201710677222.0/，转载请声明来源钻瓜专利网。
