基于热力图和偏移向量的姿态识别方法、系统及存储介质技术方案

本发明专利技术公开了基于热力图和偏移向量的姿态识别方法、系统及存储介质，方法包括：获取待识别目标图像；对所述待识别目标图像进行特征提取；根据提取的特征，预测关键点位置；对预测得到的关键点进行修正，确定关键点的最终位置；以及根据所述关键点，确定待识别目标的姿态信息。本发明专利技术通过提取图像的特征，接着预测关键点位置，还能对预测结果进行修正，最后识别得到姿态信息，本发明专利技术能够获得更加精确的姿态信息，可广泛应用于深度学习技术领域。

Attitude recognition method, system and storage medium based on thermodynamic diagram and offset vector

【技术实现步骤摘要】
基于热力图和偏移向量的姿态识别方法、系统及存储介质
本专利技术涉及深度学习
，尤其是基于热力图和偏移向量的姿态识别方法、系统及存储介质。
技术介绍
热力图：是一种概率图，距离中心点位置越近的像素点的概率越接近1，距离中心点越远的像素点的概率越接近0，具体可以通过相应函数进行模拟，如Gaussian等。偏移向量：由点与参考点之间的距离推断出点与点之间的位移。姿态估计：确定物体在图像(或立体图像、图像序列)中的姿态,重建人的关节和肢体的具体任务。日常生活中人们通常使用拍摄照片的方式来记录生活，为了能更好地理解图片中人物信息，我们想要定位人们的位置，了解人们所进行的活动，如何实现这些目标是人体姿态估计的主要问题。姿态估计又称为人体关键点检测，主要识别人体关键部位的位置，比如鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左臀、右臀、左膝、右膝、左脚踝和右脚踝等等。尽管进行了多年的研究，但至今仍是是计算机视觉中一个极具挑战性的问题，其难点主要来自于自然场景下的复杂背景，模糊，遮挡，光照的明暗，衣物本文档来自技高网...

【技术保护点】
1.基于热力图和偏移向量的姿态识别方法，其特征在于，包括：/n获取待识别目标图像；/n对所述待识别目标图像进行特征提取；/n根据提取的特征，预测关键点位置；/n对预测得到的关键点进行修正，确定关键点的最终位置；以及/n根据所述关键点，确定待识别目标的姿态信息。/n

【技术特征摘要】
1.基于热力图和偏移向量的姿态识别方法，其特征在于，包括：
获取待识别目标图像；
对所述待识别目标图像进行特征提取；
根据提取的特征，预测关键点位置；
对预测得到的关键点进行修正，确定关键点的最终位置；以及
根据所述关键点，确定待识别目标的姿态信息。


2.根据权利要求1所述的基于热力图和偏移向量的姿态识别方法，其特征在于，所述对所述待识别目标图像进行特征提取这一步骤，包括：
对获取的待识别目标图像进行裁剪；
将裁剪得到的各个图像输入残差网络；以及
通过所述残差网络进行编码处理，得到第一特征图。


3.根据权利要求2所述的基于热力图和偏移向量的姿态识别方法，其特征在于，所述残差网络包括五组卷积层；
另外，所述通过所述残差网络进行编码处理，得到特征图这一步骤，包括以下步骤：
通过卷积核对特征图的各个通道进行变维处理，所述变维处理包括升维和降维；
对所述每个通道进行归一化处理；以及
对归一化处理后的结果进行非线性激活处理。


4.根据权利要求2所述的基于热力图和偏移向量的姿态识别方法，其特征在于，所述对所述待识别目标图像进行特征提取这一步骤，还包括解码步骤，所述解码步骤包括：
将获得的第一特征图输入反卷积结构；
通过反卷积结构对第一特征图进行解码；以及
获取各个通道的特征响应图。


5.根据权利要求4所述的基于热力图和偏移向量的姿态识别方法，其特征在于，所述根据提取的特征，预测关键点位置，包括：
从所述各个通道的输出结果中获取热力图；
计算每张热力图的最大值，得到每个关键点在热力图上的位置信息；以...

【专利技术属性】
技术研发人员：肖菁，李海超，屈光卓，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：广东;44