一种基于姿态指引的速滑运动员目标检测方法技术

本发明专利技术结合深度学习与计算机视觉算法，具体公开了一种基于姿态指引的速滑运动员目标检测方法，该追踪方法包括如下步骤：s1、通过深度学习主干网络对输入图片进行特征提取得到特征图；s2、根据s1特征图提取特征图中的姿态特征；s3、根据姿态特征检测图片中存在的人物姿态关节点信息；s4、根据姿态特征的指引提取特征图中的人物检测特征；s5、根据人物检测特征提取图片中分类、位置以及边界框信息。本发明专利技术方法针对速滑运动员的检测问题，通过姿态信息对检测结果进行指引，缓解速滑运动员的漏检、误检等问题。误检等问题。误检等问题。

【技术实现步骤摘要】
一种基于姿态指引的速滑运动员目标检测方法


[0001]本专利技术结合深度学习与计算机视觉算法，具体公开了一种基于姿态指引的速滑运动员目标检测方法。

技术介绍

[0002]目标检测(ObjectDetection)的任务是找出图像中所有感兴趣的目标(物体)，确定它们的类别和位置，是计算机视觉领域的核心问题之一，是行人重识别、多目标追踪等任务的基础工作。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。
[0003]现有的目标检测的方法主要分为两类，二阶段方法和一阶段方法。二阶段方法先在待检测区域提取一定的候选框，然后对候选框进行分类，从而确定检测出来的物体。而一阶段的方法则是直接从网络中提取特征来预测物体的分类和位置。二阶段的方法整体上精度要高于一阶段的方法，但由于提取候选框后进行分类的大量计算，所以导致精度会有所下降。
[0004]而针对目标检测又会细分为人脸检测，行人检测，车辆检测等一系列的任务。而在本方法中针对速滑运动员提出了一种姿态指引的速滑运动员的目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于姿态指引的速滑运动员目标检测方法，其特征在于，包括如下步骤：s1、通过深度学习主干网络对输入图片进行特征提取得到特征图；s2、根据s1特征图提取特征图中的姿态特征；s3、根据姿态特征检测图片中存在的人物姿态关节点信息；s4、根据姿态特征的指引提取特征图中的人物检测特征；s5、根据人物检测特征提取图片中分类、位置以及...

【专利技术属性】
技术研发人员：李宗民，王一璠，孙奉钰，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：