-
公开(公告)号：CN113192186A
公开(公告)日：2021-07-30
申请号：CN202110546337.2
申请日：2021-05-19
Applicant: 华中科技大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于单帧图像的3D人体姿态估计模型建立方法及其应用，属于3D人体姿态估计领域，包括：获得已训练好的2D人体姿态估计网络，利用其估计训练数据集中各RGB图像对应的2D人体姿态；建立反投影网络，其中，关节点分组模块用于按照运动约束将n个关节点划分为m个关节点组；m个估计分支分别用于估计m个关节点组中各关节点的3D坐标；关节点拼接模块用于拼接m个关节点组对应的关节点3D坐标，得到3D人体姿态的估计结果；以各RGB图像对应的2D人体姿态估计结果为输入，以对应的3D人体姿态实际值为标签，对反投影网络进行训练；串联两个已训练好的网络，得到基于单帧图像的3D人体姿态估计模型。本发明能够提高3D人体姿态的估计精度。
-
公开(公告)号：CN113192186B
公开(公告)日：2022-09-20
申请号：CN202110546337.2
申请日：2021-05-19
Applicant: 华中科技大学
IPC: G06T17/00
Abstract: 本发明公开了一种基于单帧图像的3D人体姿态估计模型建立方法及其应用，属于3D人体姿态估计领域，包括：获得已训练好的2D人体姿态估计网络，利用其估计训练数据集中各RGB图像对应的2D人体姿态；建立反投影网络，其中，关节点分组模块用于按照运动约束将n个关节点划分为m个关节点组；m个估计分支分别用于估计m个关节点组中各关节点的3D坐标；关节点拼接模块用于拼接m个关节点组对应的关节点3D坐标，得到3D人体姿态的估计结果；以各RGB图像对应的2D人体姿态估计结果为输入，以对应的3D人体姿态实际值为标签，对反投影网络进行训练；串联两个已训练好的网络，得到基于单帧图像的3D人体姿态估计模型。本发明能够提高3D人体姿态的估计精度。
-
公开(公告)号：CN113205595A
公开(公告)日：2021-08-03
申请号：CN202110554484.4
申请日：2021-05-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种3D人体姿态估计模型的构建方法及其应用，属于人体姿态估计领域；其中，3D人体姿态估计模型包括M个特征提取模块和与各特征提取模块相连的特征融合模块；本发明充分利用了人体在空间结构上的多尺度特征以及时间维度上关节点的长期运动特征，通过M个特征提取模块分别在多个不同感受野大小上提取输入的人体2D骨架时序数据在时间维度上的运动特征和在空间维度上的空间结构特征，得到多个不同尺度的融合时空特征，并通过特征融合模块对不同尺度的融合时空特征进行融合，有效的提升了模型对于人体2D骨架序列的特征提取能力，提高了3D姿态估计网络的预测精度。
-
公开(公告)号：CN113205595B
公开(公告)日：2022-03-29
申请号：CN202110554484.4
申请日：2021-05-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种3D人体姿态估计模型的构建方法及其应用，属于人体姿态估计领域；其中，3D人体姿态估计模型包括M个特征提取模块和与各特征提取模块相连的特征融合模块；本发明充分利用了人体在空间结构上的多尺度特征以及时间维度上关节点的长期运动特征，通过M个特征提取模块分别在多个不同感受野大小上提取输入的人体2D骨架时序数据在时间维度上的运动特征和在空间维度上的空间结构特征，得到多个不同尺度的融合时空特征，并通过特征融合模块对不同尺度的融合时空特征进行融合，有效的提升了模型对于人体2D骨架序列的特征提取能力，提高了3D姿态估计网络的预测精度。
-
-
-
Search Results
4
records
(took 0.022 seconds)
