人体姿态估计分组模型训练方法、姿态估计方法及装置

    公开(公告)号:CN113343762B

    公开(公告)日:2022-03-29

    申请号:CN202110497324.0

    申请日:2021-05-07

    摘要: 本发明提供一种人体姿态估计分组模型训练方法、姿态估计方法及装置,基于多路径结构分别以不同扩张速率进行空洞卷积,并同时进行变形卷积,能够更好地适应多人姿态识别场景下不同尺寸和形状人体对象的特征提取需求。基于长程偏移量图和局部中心偏移量图计算各候选关节点到各真实人体对象中心点的精细偏移量,在非极大值抑制操作的基础上,将精细偏移量相差倍数在设定数值以内的候选关节点划分至同一人体对象分组,能够在多人姿态识别场景中保证各关节点分组正确率的前提下,降低计算复杂度,极大节约算力,提高识别效率。

    人体姿态估计分组模型训练方法、姿态估计方法及装置

    公开(公告)号:CN113343762A

    公开(公告)日:2021-09-03

    申请号:CN202110497324.0

    申请日:2021-05-07

    IPC分类号: G06K9/00 G06K9/62 G06N3/04

    摘要: 本发明提供一种人体姿态估计分组模型训练方法、姿态估计方法及装置,基于多路径结构分别以不同扩张速率进行空洞卷积,并同时进行变形卷积,能够更好地适应多人姿态识别场景下不同尺寸和形状人体对象的特征提取需求。基于长程偏移量图和局部中心偏移量图计算各候选关节点到各真实人体对象中心点的精细偏移量,在非极大值抑制操作的基础上,将精细偏移量相差倍数在设定数值以内的候选关节点划分至同一人体对象分组,能够在多人姿态识别场景中保证各关节点分组正确率的前提下,降低计算复杂度,极大节约算力,提高识别效率。