[发明专利]一种基于强化学习优化的多人姿态检测方法

摘要

本发明提供一种基于强化学习优化的多人姿态检测方法。针对传统方法中目标检测器所定位的有些包围框不能很好地贴合人体，导致姿态检测器的检测精度下降，进而影响到整个多人姿态检测算法的精度，提出了基于强化学习的目标精细模型，针对不够精确的包围框进行调整。目标精细模型使得包围框能更加贴合人体，减少了包围框中图像的冗余信息，可以提高姿态检测器的检测精度。

主权项

1.一种基于强化学习优化的多人姿态检测方法，其特征在于，包括以下步骤：S1.采集多张多人图片并进行处理，生成多人数据集及单人数据集，将所述单人与多人数据集按预设比例分别拆分为训练集与测试集，得到多人训练集、多人测试集、单人训练集、单人测试集；S2.建立用于定位目标的目标检测器、用于调整包围框的目标精细模型、用于检测人体姿态的姿态检测器，三者形成多人姿态检测算法结构；S3.利用单人训练集训练目标精细模型中的特征提取部分，作为目标精细模型的预训练参数，并使用单人测试集进行测试以防止模型过拟合；S4.利用多人训练集训练目标检测器，利用单人训练集集训练姿态检测器，并使用各自的测试集分别进行测试以防止模型过拟合；使用目标检测器和姿态检测器的训练精度生成正方形单人图片数据集训练目标精细模型，在训练中使用S3中所述预训练参数对目标精细模型进行初始化；S5.输入需要检测的多人图片，利用目标检测器定位所述需要检测的多人图片中的多个人体目标，利用目标精细模型对多个人体目标的包围框进行调整，及利用姿态检测器分别检测多个人体目标的姿态。