一种基于重叠肢体和自适应视点选择的姿势估计方法技术

本发明专利技术中提出的一种基于重叠肢体和自适应视点选择的姿势估计方法，其主要内容包括：单一视点姿势估计、多视点姿势估计、训练方法，其过程为，首先使用预训练网络对输入图像进行单一视点的姿势估计，通过构建并迭代能量函数找到最优的估计结果，然后根据该结果及图像配对视点的校准极线进行多视点的自适应选择，最后通过微调网络结构得到最终的姿势估计结果。本发明专利技术可以处理不同姿态的人体姿势估计，同时提高在肢体重叠或遮挡状态下的估计效果，在测试精度方面带来明显提升。

A pose estimation method based on overlapping limbs and adaptive view point selection

The present invention in a body based on overlapping and adaptive viewpoint selection posture estimation method, the main contents include: the single viewpoint and multi view pose estimation of pose estimation and training methods, the process is, first to use pre training network on the input image as a single point and iterative pose estimation, by constructing the energy function to find the estimation results of optimal and adaptive and multi view according to the calibration results and image matching point of epipolar line selection, the final results of the final estimate of position obtained by fine-tuning the network structure. The invention can handle human posture estimation with different posture, and improve the estimation effect under the condition of overlapping or occlusion of the limbs, which improves the testing accuracy significantly.

【技术实现步骤摘要】
一种基于重叠肢体和自适应视点选择的姿势估计方法
本专利技术涉及人体动作分析领域，尤其是涉及了一种基于重叠肢体和自适应视点选择的姿势估计方法。
技术介绍
在人体分析领域中，动作识别和姿势估计是一个非常活跃的领域，它有很多潜在的应用。静态图像的动作识别比视频动作识别更具挑战性，在视频中运动线索可以为区分不同的动作提供丰富的信息源，而静态图像的动作识别研究主要根据图像中人动作的姿势特征或者结合人体部位和相关物体的空间结构进行动作识别。姿势估计作为新兴课题，在许多领域有着实用性发展，比如图像搜索、行为归类、安防监控方面，特别地，在交通领域中的无人驾驶、智能家居中的动作识别、医疗诊断中的人机交互等都具有广阔的应用前景。然而，现如今对于准确地进行人体姿势估计还是较大的挑战。首先不同的肢体如果进行重叠，信息的缺失导致了估计的错误。其次，传统方法单一视点的估计方法没有先验知识，对最终的估计结果误差较大。此外，在二维图像中估计三维人体的姿势，受限于数学模型的建立，依然带来难度。本专利技术提出了一种基于配对自适应多视点估计姿势的新框架。使用预训练网络对输入图像进行单一视点的姿势估计，通过构建并迭代能量函本文档来自技高网...

【技术保护点】
一种基于重叠肢体和自适应视点选择的姿势估计方法，其特征在于，主要包括单一视点姿势估计(一)；多视点姿势估计(二)；训练方法(三)。

【技术特征摘要】
1.一种基于重叠肢体和自适应视点选择的姿势估计方法，其特征在于，主要包括单一视点姿势估计(一)；多视点姿势估计(二)；训练方法(三)。2.基于权利要求书1所述的单一视点姿势估计(一)，其特征在于，给定图像I，其含有K个部位，用pi＝(x，y)表示该图像中第i(i＝1，...，K)个部位的像素坐标，则pi为优化目标，具体为：1)定义潜在变量ti∈{1，...，T}，其代表该部位pi不同的形状；2)定义完整姿势p＝{pi}，则该单一视点姿势估计的能量函数为：其中，权重系数由潜在变量ti决定；ψ(pi-pj)＝[dxdx2dydy2]T,dx＝xi-xj，dy＝yi-yj；b是偏置项，训练过程中不断对S进行迭代优化，则可得到最优的单一视点姿势估计pi。3.基于权利要求书1所述的多视点姿势估计(二)，其特征在于，基于单一视点的能量函数，构建全局能量函数S2(IA，IB，pA，pB，tA，tB)，用于控制估计的姿势对A和B其质量程度：其中，S1是单一视点的能量函数，ζ和λ是用于保持姿势一致性的系数...

【专利技术属性】
技术研发人员：夏春秋，
申请(专利权)人：深圳市唯特视科技有限公司，
类型：发明
国别省市：广东,44