← 返回列表
多特征融合的人体姿态估计方法、装置和存储介质
申请人信息
- 申请人:中山大学 深圳; 中山大学
- 申请人地址:518107 广东省深圳市光明新区光明街道华夏路和润家园3栋501
- 发明人: 中山大学 深圳; 中山大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 多特征融合的人体姿态估计方法、装置和存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311485832.2 |
| 申请日 | 2023/11/7 |
| 公告号 | CN117523661A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06V40/20 |
| 权利人 | 中山大学 深圳; 中山大学 |
| 发明人 | 高庆; 张晔 |
| 地址 | 广东省深圳市光明区公常路66号; 广东省广州市海珠区新港西路135号 |
摘要文本
中山大学 深圳; 中山大学获取“一种透气窗帘布”专利技术，本发明公开了一种多特征融合的人体姿态估计方法、计算机装置和存储介质，包括获取预测子网络和估计子网络进行处理分别对人体姿势时间序列进行处理所输出的预测姿态特征与估计姿态特征，将预测姿态特征与估计姿态特征融合，获得人体姿态融合信息等步骤。本发明通过将预测姿态特征与估计姿态特征融合，获得人体姿态融合信息，一般情况下预测姿态特征能够达到良好的识别精度，在图像中的人体部位存在深度模糊或者被遮挡等情况下，通过估计姿态特征弥补精度下降的预测姿态特征，即估计姿态特征可以作为预测姿态特征的补充，避免因为遮挡问题导致特征提取不全的情况，实现多特征的优势互补，得到更准确的位姿信息。本发明广泛应用于图像处理技术领域。
专利主权项内容
1.一种多特征融合的人体姿态估计方法，其特征在于，所述多特征融合的人体姿态估计方法包括：获取人体姿势时间序列；将所述人体姿势时间序列分别输入至预测子网络和估计子网络进行处理；其中，所述预测子网络用于根据输入的所述二维人体姿势时间序列进行姿势预测，所述估计子网络用于对输入的所述二维人体姿势时间序列进行时间信息和空间信息提取；获取所述预测子网络输出的预测姿态特征；获取所述估计子网络输出的估计姿态特征；将所述预测姿态特征与所述估计姿态特征融合，获得人体姿态融合信息。 （来自 马克数据网）