[发明专利]融合方向图的人体姿态估计方法在审
| 申请号： | 201810588480.6 | 申请日： | 2018-06-08 |
| 公开（公告）号： | CN109033946A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 庄文林;王雁刚;夏思宇 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06T7/207;G06N3/04 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合方向图的人体姿态估计方法，包括：进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。本发明通过融合方向信息，提高关键点预测精度，与以往的网络结构相比，所提出的深度卷积网络可以得到更多的人类姿态信息。本发明能够有效解决遮挡问题下的姿态估计，对于被遮挡的关键点，当位置热图基本正确时，即使第一阶段的位置网络不能很好地找到关键点位置，后面的融合网络也能准确的预测出关键点位置，鲁棒性更佳。本方法的网络结构参数量相对小很多，在训练阶段对显存的要求不高，训练更容易收敛。 | ||
| 搜索关键词： | 方向图 关键点位置 融合 人体姿态 网络结构 关键点 遮挡 预测 方向信息 融合网络 特征提取 位置网络 学习检测 训练阶段 有效解决 姿态估计 姿态信息 鲁棒性 卷积 显存 收敛 检测 网络 | ||
【主权项】：
1.融合方向图的姿态估计方法，其特征在于，包括如下步骤：步骤1，进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；步骤2，将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。
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东南大学，未经东南大学许可，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/201810588480.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的人体轮廓提取方法
- 下一篇：基于深度学习的路面遗撒识别方法
