基于深度学习的多人人体姿态估计算法制造技术

本发明专利技术提出一种基于深度学习的人体姿态估计算法，算法流程包括：所述的模型输入是将包含多人人体姿态的图像或者视频文件传入建好的模型中，对输入的图像和视频使用50层的ResNet网络提取多人肢体和关节点图像特征，使用卷积姿态机进行检测，检测到的关节点使用高斯函数选取最佳关节点的heat map，肢体生成是将得到的关节点使用部件亲和力场理论将关节点对进行匹配，得到人体姿态所需的所有肢体种类和关节点的集合，姿态生成是使用匈牙利算法和人体肢体框架对肢体种类和关节点的集合进行匹配，通过整个流程完成图像中的多人姿态估计。本发明专利技术可以应用在救援机器人平台上在陆地沙尘、湿地和狭小空间等复杂环境中对待救援的多人人体姿态进行准确高效的估计。

【技术实现步骤摘要】
基于深度学习的多人人体姿态估计算法
本专利技术属于复杂环境下的多人人体图像处理
，尤其是涉及一种基于深度学习的多人人体姿态估计算法。
技术介绍
室外陆地环境下的救援是人类救援的主要内容之一，现有的传统救援方式面对沙尘、湿地和狭小空间等陆地复杂环境时有可能无法保证及时、准确地到达现场展开救援，为救援任务增加了很多不稳定性因素，同时在搜救过程中可能出现的二次灾难也极大地威胁了相关人员的安全。为了弥补现有搜救系统设备不能覆盖陆地复杂地形的缺陷，研制可满足多搜救地形条件下便携、高适应性地面机器人系统十分必要。救援机器人的主要任务是快速找到受伤人员的姿态信息，为进一步采取救援措施做准备。受伤人员的图像信息具有内容丰富、获取速度容易和快速的特点，使得机器视觉(ComputerVision，CV)技术在陆地救援机器人中十分常见。在视觉搜寻过程中涉及到机器视觉的图像分类、目标检测、目标位姿判断与估计等多个信息的加工和处理内容。在实际的救援过程中，受伤人员的视觉信息容易受到室外恶劣环境的影响，尤其是受到图像背景和受伤人员姿态(单人或者多人肢体存在遮挡)的干本文档来自技高网...

【技术保护点】
1.一种基于深度学习的多人人体姿态估计模型，其特征在于：将图像输入到网络中，经过特征提取网络的处理，得到多人人体姿态估计特征，然后再将特征输入到多人人体肢体和关节点匹配网路中实现多人人体姿态的估计。/n

【技术特征摘要】
1.一种基于深度学习的多人人体姿态估计模型，其特征在于：将图像输入到网络中，经过特征提取网络的处理，得到多人人体姿态估计特征，然后再将特征输入到多人人体肢体和关节点匹配网路中实现多人人体姿态的估计。


2.根据权利要求1所述的一种基于深度学习的多人人体姿态估计模型，其...

【专利技术属性】
技术研发人员：周旺发，邓三鹏，祁宇明，马瑞军，权利红，王帅，王文，邓茜，
申请(专利权)人：天津博诺智创机器人技术有限公司，天津职业技术师范大学中国职业培训指导教师进修中心，安徽博皖机器人有限公司，湖北博诺机器人有限公司，
类型：发明
国别省市：天津;12