【技术实现步骤摘要】
本专利技术涉及神经网络领域，尤其涉及一种视频流分析训练的人体骨骼关键点推理方法及装置。
技术介绍
1、基于视频流分析训练的人体骨骼关键点推理是指在视频流中识别人体骨骼关键点和追踪骨骼关键点在视频流中的运动的过程。
2、目前，骨骼关键点的推理训练是直接在视频流中进行的，这样会使得训练的任务量庞大，且精确度不足，这是因为关键点的识别分为单帧视频图像中的识别和关键点在视频流中的追踪，若仅在追踪结束时进行损失值的计算，则损失值的计算结果往往会偏大，这是单帧视频图像中关键点的识别不准确会使得骨骼关键点在连续帧中的追踪不准确导致的，其次，损失值的计算结果偏大也会使得需要同时对关键点的识别环节的参数和骨骼关键点在连续帧中的追踪环节的参数进行调整，这样会使得训练的任务量庞大。因此，基于视频流分析训练的人体骨骼关键点推理的任务量处理较为复杂。
技术实现思路
1、为了解决上述问题，本专利技术提供了一种视频流分析训练的人体骨骼关键点推理方法及装置，可以降低基于视频流分析训练的人体骨骼关键点推理的任务
【技术保护点】
1.一种视频流分析训练的人体骨骼关键点推理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述编码层包括：
3.根据权利要求1所述的方法，其特征在于，所述隐藏层包括：
4.根据权利要求1所述的方法，其特征在于，所述判别所述骨骼线路是否为人体骨骼线路，包括：
5.根据权利要求1所述的方法，其特征在于，所述计算所述解码关键点与预设的真实骨骼关键点之间的第一骨骼关键点损失，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述第二骨骼关键点在所述单帧图像中的关键点分布，对所述单帧...
【技术特征摘要】
1.一种视频流分析训练的人体骨骼关键点推理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述编码层包括：
3.根据权利要求1所述的方法，其特征在于，所述隐藏层包括：
4.根据权利要求1所述的方法，其特征在于，所述判别所述骨骼线路是否为人体骨骼线路，包括：
5.根据权利要求1所述的方法，其特征在于，所述计算所述解码关键点与预设的真实骨骼关键点之间的第一骨骼关键点损失，包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述第二骨骼关键点在所述单帧图像中的关键点分布...
【专利技术属性】
技术研发人员：李强，周海东，杨鹏菲，
申请(专利权)人：深圳力强数智科技有限公司，
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。