System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人体识别,尤其涉及基于关节点内在联系的轻量级3d人体姿态识别方法。
技术介绍
1、人体姿态识别技术是计算机视觉领域最复杂与棘手的课题之一,具有巨大的应用价值,可应用于人机交互、智能安防、运动康复、虚拟现实等领域,因此吸引了国内外众多学者的关注。随着深度学习研究的不断深入与呈现出的巨大潜力,基于深度卷积神经网络框架并以rgb图像作为输入的人体姿态识别技术逐步发展并取得了一系列的成果。
2、当rgb图像中待识别的目标人物受到背景干扰、自遮挡与环境遮挡等因素影响而导致人体躯干无法完全展示时,神经网络无法对人体关节点进行精确定位,导致人体姿态识别精度下降,鲁棒性较差;而且使用较大的神经网络模型进行训练,对硬件设备提出了更高的要求,导致成本增加的同时使实时性与效率受到影响。
技术实现思路
1、本专利技术的目的在于提供基于关节点内在联系的轻量级3d人体姿态识别方法,旨在解决现有的3d人体姿态识别方法训练效率较低的问题。
2、为实现上述目的,本专利技术提供了基于关节点内在联系的轻量级3d人体姿态识别方法,包括以下步骤:
3、基于关联信息组成关节点内在联系提取模块;
4、基于所述关节点内在联系提取模块与轻量级神经网络构成完整神经网络;
5、通过数据集对所述完整神经网络进行验证,得到有效神经网络。
6、其中,所述通过提取模块提取特征信息并进行特征融合,包括:
7、获取关节点内部包含的关联信息;
< ...【技术保护点】
1.基于关节点内在联系的轻量级3D人体姿态识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于关节点内在联系的轻量级3D人体姿态识别方法,其特征在于,
3.如权利要求2所述的基于关节点内在联系的轻量级3D人体姿态识别方法,其特征在于,
4.如权利要求3所述的基于关节点内在联系的轻量级3D人体姿态识别方法,其特征在于,
5.如权利要求4所述的基于关节点内在联系的轻量级3D人体姿态识别方法,其特征在于,
【技术特征摘要】
1.基于关节点内在联系的轻量级3d人体姿态识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于关节点内在联系的轻量级3d人体姿态识别方法,其特征在于,
3.如权利要求2所述的基于关节点内在联系的轻...
【专利技术属性】
技术研发人员:王瑜琳,宋涛,刘学虎,钱欣丽,徐晓灵,牟刚,吴姗姗,饶双燕,
申请(专利权)人:重庆公共运输职业学院,
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。