【技术实现步骤摘要】
本申请涉及计算机，具体而言，涉及一种知识迁移的点云人体姿态估计模型的训练和识别方法。
技术介绍
1、人体姿态估计是多数研究方向的基础，在实际应用中，人体姿态估计常常转化为对人体关键点的预测，例如行为分析、步态识别以及人物跟踪等，均需要结合精确的关键点坐标位置进行进一步分析和判断。在目前的技术方案中，常采用毫米波雷达获取对应的点云数据以进行人体姿态估计，然而，大部分单芯片雷达存在雷达天线少、点云密度稀疏等问题，基于单芯片雷达所获取的点云数据进行姿态估计使得识别结果的准确度较低。由此，如何在现有毫米波雷达获取的稀疏点云的基础上，提高人体姿态识别结果的准确度成为了亟待解决的技术问题。
技术实现思路
1、本申请的实施例提供了一种知识迁移的点云人体姿态估计模型的训练和识别方法，进而至少在一定程度上可以在现有毫米波雷达获取的稀疏点云的基础上，提高人体姿态识别结果的准确度。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
3、根据本申请实...
【技术保护点】
1.一种知识迁移的点云人体姿态估计模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一训练模块、所述第二训练模块包括相连接的数据格式处理模块、点云特征提取网络以及姿态估计网络；
3.根据权利要求1或2所述的方法，其特征在于，所述预处理包括：
4.根据权利要求3所述的方法，其特征在于，将数据处理后的相机点云数据和雷达点云数据进行坐标匹配处理并存储，以得到模型训练数据，包括：
5.一种点云人体姿态的识别方法，其特征在于，包括：
6.一种知识迁移的点云人体姿态估计模型的训练装置，其
【技术特征摘要】
1.一种知识迁移的点云人体姿态估计模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述第一训练模块、所述第二训练模块包括相连接的数据格式处理模块、点云特征提取网络以及姿态估计网络；
3.根据权利要求1或2所述的方法，其特征在于，所述预处理包括：
4.根据权利要求3所述的方法，其特征在于，将数据处理后的相机点云数据和雷达点云数据进行坐标匹配处理并存储，以得到模型训练数据，包括：
5.一种点云人体姿态的识别方法，其特征在于，...
【专利技术属性】
技术研发人员：黄联芬，林志颖，朱晨亮，邓培伟，高志斌，赵毅峰，
申请(专利权)人：厦门大学，
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。