【技术实现步骤摘要】
面向特殊场景下人体姿态估计和理解的方法及装置
[0001]本专利技术涉及人工智能领域，特别涉及面向特殊场景下人体姿态估计和理解的方法及装置。
技术介绍
[0002]人体姿态估计是指从二维图形中识别出人体关键点的位置，从而识别人体姿态的技术，其在描述人体运动轨迹和预测人体行为方面的应用十分普及，但是，现有人体姿态估计方法对人体语义的表达是不可解释的，在某些人类主观认知下极为简单的场景下的表现不尽人意，且会发现违反人类认知的情况出现，对人体姿态理解不全面，尤其是特殊场景下效果更差。姿态估计的应用绝大部分都是聚焦于特殊场景的，所以增强算法可解释性，合理利用特定场景下的规律是很重要的，现有方法要么使用极大的数据和算力去粗暴提高全场景准确率，特定场景提升不明显，且无法实时，效果不理想；要么是使用客制化方法针对单一场景、单一任务去定制化一套方案，往往需要特定场景下的大量数据，且换一个场景就要从头来过，缺少一个稳定的识别方法。
[0003]因此，如何提供一种稳定的人体姿态估计和理解的方法，是本领域技术人员亟待解决的问题。
【技术保护点】
【技术特征摘要】
1.面向特殊场景下人体姿态估计和理解的方法，其特征在于，包括：将人体划分成多个层级，根据每个层级包含的基元建立姿态库；将待识别的人体姿态与最高层级的姿态库进行匹配，若匹配结果为目标结果，则进行输出；若匹配结果不为目标结果，则将匹配结果继续与下一层级的姿态库进行匹配，直至得到目标结果并输出。2.如权利要求1所述的面向特殊场景下人体姿态估计和理解的方法，其特征在于，所述将人体划分成多个层级，包括：根据预设的语义特征，对人体结构进行划分，得到多个层级，所述层级包括身体、肢体和骨骼。3.如权利要求1所述的面向特殊场景下人体姿态估计和理解的方法，其特征在于，所述姿态库包括基元库和关系库。4.如权利要求3所述的面向特殊场景下人体姿态估计和理解的方法，其特征在于，所述关系库用于存储同级基元之间的空间关系，上一层级的基元均由下一层级的基元和关系组成。5.如权利要求4所述的面向特殊场景下人体姿态估计和理解的方法，其特征在于，所述基元包括基元类别和基元形态。6.如权利要求5所述的面向特殊场景下人体姿态估计和理解的方法，其特征在于，所述关系包括关系类别和关系形态。7.如权利要求6所述的面向特殊场景下人体姿态估计和理解的方法，其特征在...
【专利技术属性】
技术研发人员：谢雪梅，李博奥，陈文婕，要苏雨，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：
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。