姿态估计方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种姿态估计方法、装置、电子设备和存储介质，以解决提高拥挤场景下姿态估计准确度的技术问题。该方法包括：从行人检测框所限定的区域图像中提取视觉特征；根据视觉特征识别区域图像中所有关节并建立候选关节集；对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息；根据目标关节信息生成目标关节估计结果进而生成对应目标行人实例的估计姿态。通过提取的视觉特征识别区域图像中所有关节并建立候选关节集，这时，候选关节集中既包括目标关节又干扰关节，然后再对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息，从而提高拥挤场景下姿态估计准确度。

【技术实现步骤摘要】
姿态估计方法、装置、电子设备和存储介质
本专利技术涉及图像处理
，具体而言，涉及一种姿态估计方法、装置、电子设备和存储介质。
技术介绍
人体姿态估计是计算机视觉中一个基础而又富有挑战性的问题，其目的是从单张RGB图像中，精确地识别出多个人体的位置以及骨架上的稀疏的关节位置。随着深度卷积神经网络(CNNs)的应用和MSCOCO等大规模数据集的发布，姿态估计方法已经取得了较大的发展。它们大致可以分为bottom-up(即自底向上，下同)和top-down(即自顶向下，下同)的方法。对于bottom-up的方法，首先检测出所有的人体关节，然后将它们分组到不同的人体实例，问题大多集中在如何将候选关节分组到单个人体实例。对于top-down的方法，思路正好相反，首先定位所有人体实例，然后对每个行人做姿态估计，方法主要集中在如何设计更高效的单人姿势估计(SPPE)。相较于不需要检测人体实例的bottom-up方法，top-down方法通常具有更好的姿态估计性能，但推理速度较低。尽管现有top-down姿态估计方法在简单场景下性能表现较佳，但针本文档来自技高网...

【技术保护点】
1.姿态估计方法，其特征在于，包括：/n从行人检测框所限定的区域图像中提取视觉特征；/n根据视觉特征识别区域图像中所有关节并建立候选关节集；/n对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息；和/n根据目标关节信息生成目标关节估计结果进而生成对应目标行人实例的估计姿态。/n

【技术特征摘要】
1.姿态估计方法，其特征在于，包括：
从行人检测框所限定的区域图像中提取视觉特征；
根据视觉特征识别区域图像中所有关节并建立候选关节集；
对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息；和
根据目标关节信息生成目标关节估计结果进而生成对应目标行人实例的估计姿态。


2.如权利要求1所述的姿态估计方法，其特征在于，所述根据目标关节信息生成目标关节估计结果的过程通过借助人类常识建模的目标关节估计器来实现。


3.如权利要求1所述的姿态估计方法，其特征在于：所述目标关节信息包括通过注意力机制修正所述视觉特征后得到的修正特征，所述注意力机制以通过所述评估后从候选关节集中排除干扰关节而得到的目标关节为关注对象。


4.如权利要求1所述的姿态估计方法，其特征在于：所述对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息包括对候选关节集中所有关节的关系进行建模并以此为依据剔除干扰关节进而得到目标行人实例的目标关节信息的过程。


5.用于姿态估计的装置，构造为人工神经网络，其特征在于，包括：
视觉特征提取模块，用于从行人检测框所限定的区域图像中提取视觉特征；
候选关节识别模块，用于根据视觉特征识别区域图像中所有关节并建立候选关节集；
目标关节信息生成模块，用于对候选关节集中所有关节进行评估并获得区域图像中目标行人实例的目标关节信息；和
估计姿...

【专利技术属性】
技术研发人员：高联丽，代燕，王轩瀚，宋井宽，
申请(专利权)人：成都井之丽科技有限公司，电子科技大学，
类型：发明
国别省市：四川;51