发明公开
- 专利标题: 一种变电站场景下的实时3D人体姿态估计的方法
-
申请号: CN202111505787.3申请日: 2021-12-10
-
公开(公告)号: CN114445815A公开(公告)日: 2022-05-06
- 发明人: 张祥全 , 赵金雄 , 王利平 , 张驯 , 李洪斌 , 马志程 , 聂江龙 , 狄磊 , 刘超 , 张国梁 , 贺洲强 , 卢卫疆 , 陈钊 , 杜泽旭 , 王锋 , 夏天 , 陈维 , 赵连斌 , 朱海涛
- 申请人: 国网甘肃省电力公司电力科学研究院 , 国网甘肃省电力公司 , 全球能源互联网研究院有限公司
- 申请人地址: 甘肃省兰州市安宁区万新北路249号; ;
- 专利权人: 国网甘肃省电力公司电力科学研究院,国网甘肃省电力公司,全球能源互联网研究院有限公司
- 当前专利权人: 国网甘肃省电力公司电力科学研究院,国网甘肃省电力公司,全球能源互联网研究院有限公司
- 当前专利权人地址: 甘肃省兰州市安宁区万新北路249号; ;
- 主分类号: G06V20/64
- IPC分类号: G06V20/64 ; G06V40/20 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06V10/26 ; G06V10/44 ; G06V10/80 ; G06V10/82
摘要:
本发明涉及一种变电站场景下的实时3D人体姿态估计的方法,基于自顶向下和自底向上方法融合以及多层Transformer网络架构的3D姿态估计网络,实现了变电站作业场景下的人体3D关节点提取,提出基于自顶向下和自底向上方法融合的策略,分别计算自顶向下和自底向上两种方法生成的2D关节点结果相似度,并与人工设定阈值比较,实现自顶向下和自底向上两种方法的融合并提升了3D人体姿态估计的鲁棒性。本发明使用Transformer代替卷积神经网络,利用其自监督能力获取输入图像的时序信息与空间信息,改善对于遮挡目标的估计能力,进一步提升人体3D关节点估计的准确性。