姿态处理方法、装置、系统以及存储介质制造方法及图纸

本申请公开了一种姿态处理方法、装置、系统以及存储介质，该姿态处理方法包括：获取目标对象不同部位同一时刻的姿态数据；利用记忆网络对姿态数据进行特征提取，得到时序特征；基于图结构，利用图卷积网络对时序特征进行特征提取，得到时空特征；图结构是基于目标对象的基准姿态数据得到；基于时空特征进行姿态重建，得到目标对象的姿态图。通过上述方式，本申请可以准确获取目标对象的姿态。请可以准确获取目标对象的姿态。请可以准确获取目标对象的姿态。

【技术实现步骤摘要】
姿态处理方法、装置、系统以及存储介质


[0001]本申请涉及图像处理
，特别是涉及一种姿态处理方法、装置、系统以及存储介质。

技术介绍

[0002]由于高精度运动追踪可以满足大部分领域的需要，比如说VR游戏、电影特效、生物学和运动学分析等等。因此，近年来高精度运动追踪的需求日益增加，特别是依靠传感器来实现运动追踪的越来越受到人们的关注。
[0003]但是相关技术的依靠传感器来实现运动追踪的方法，通常只采用简单的时序网络来处理传感器采集的信号的数据，追踪的准确性不高。

技术实现思路

[0004]本申请主要解决的技术问题是提供一种姿态处理方法、装置、系统以及存储介质，可以准确获取目标对象的姿态。
[0005]为解决上述技术问题，本申请采用的一个技术方案是：提供一种姿态处理方法，该方法包括：获取目标对象不同部位同一时刻的姿态数据；
[0006]利用记忆网络对姿态数据进行特征提取，得到时序特征；基于图结构，利用图卷积网络对时序特征进行特征提取，得到时空特征；图结构是基于目标对象的基准姿态数据得到；基于时空特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种姿态处理方法，其特征在于，所述方法包括：获取目标对象不同部位同一时刻的姿态数据；利用记忆网络对所述姿态数据进行特征提取，得到时序特征；基于图结构，利用图卷积网络对所述时序特征进行特征提取，得到时空特征；所述图结构是基于所述目标对象的基准姿态数据得到；基于所述时空特征进行姿态重建，得到所述目标对象的姿态图。2.根据权利要求1所述的方法，其特征在于，所述利用记忆网络对所述姿态数据进行特征提取，得到时序特征，包括：在所述记忆网络中，利用参数矩阵、偏移量以及前一时刻的时序特征对当前时刻的所述姿态数据进行特征提取，得到当前时刻的所述时序特征。3.根据权利要求1所述的方法，其特征在于，所述基于图结构，利用图卷积网络对所述时序特征进行特征提取，得到时空特征之前，包括：对所述姿态数据和所述时序特征进行融合，得到增强时序特征；所述基于图结构，利用图卷积网络对所述时序特征进行特征提取，得到时空特征，包括：基于图结构，利用图卷积网络对所述增强时序特征进行特征提取，得到所述时空特征。4.根据权利要求3所述的方法，其特征在于，所述基于图结构，利用图卷积网络对所述增强时序特征进行特征提取，得到所述时空特征，包括：利用图卷积网络对所述增强时序特征进行特征提取，得到初始时序特征；利用所述图结构对应的邻接矩阵与初始时序特征进行融合，得到所述时空特征。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述基于所述时空特征进行姿态重建，得到所述目标对象的姿态图之前，包括：对所述姿态数据和所述时空特征进行融合，得到增强时空特征；所述基于所述时空特征进行姿态重建，得到所述目标对象的姿态图，包括：基于所述增强时空特征进行姿态重建，得到所述目标对象的姿态图。6.根据权利要求1...

【专利技术属性】
技术研发人员：易正琨，李晓宇，吴新宇，柳义文，柳程亮，苏园哲，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：