【技术实现步骤摘要】
融合方向图的人体姿态估计方法
本专利技术属于计算机视觉、图像处理
，涉及一种人体姿态估计技术，具体的说，是涉及一种融合方向图的人体姿态估计方法。
技术介绍
随着智能手机、平板电脑等设备的普及，针对人体活动的图像、视频数据每时每刻都在产生，如何让计算机自动理解人体动作也就显得很重要，其应用领域将非常广泛，如人机交互、智能监控等。计算机能够高效自动地理解人体动作，将对整个社会产生深远的影响。在这种背景下，人体姿态估计被提了出来。人体姿态估计的目的就是检测出人体的姿态行为，通过计算机学习理解图像、视频中的人体姿态行为信息，得到数字化的、可呈现的姿态信息。人体姿态估计问题是计算机视觉领域的一个热点问题。深度学习是机器学习研究中的一个新的领域，它模仿人脑的机制来解释数据，例如图像，声音和文本。随着深度学习的发展，深度学习已经运用于多个领域，在计算机视觉领域中的贡献尤为突出。人体姿态估计方面的研究在深度学习的帮助下也获得了长足的进步。到目前为止，人体姿态估计已经取得了很多的研究成果，但都具有这样或那样的缺陷。概括起来可以分为三大类：1)采用形象化的结构模型，这些方法都是...
【技术保护点】
1.融合方向图的姿态估计方法，其特征在于，包括如下步骤：步骤1，进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；步骤2，将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。
【技术特征摘要】
1.融合方向图的姿态估计方法，其特征在于，包括如下步骤：步骤1，进行特征提取得到高层次特征，进行关键点位置图的初步学习检测以及方向图的检测得到位置热图以及方向热图；步骤2，将预测的位置热图、方向图以及高层次特征进行融合，得到更加精确的位置热图。2.根据权利要求1所述的融合方向图的姿态估计方法，其特征在于，所述步骤1具体包括如下分步骤：特征提取：对于一幅给定的RGB图像，将其尺度归一化，经过简单的卷积网络，包括小卷积核的卷积层，Relu激活函数以及批标准化操作，得到基本的图像特征信息；...
【专利技术属性】
技术研发人员：庄文林，王雁刚，夏思宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。