【技术实现步骤摘要】
本专利技术属于计算级视觉。
技术介绍
1、单目3d人体姿势估计(3dhpe)旨在从图像中估计人体关节的相对3d坐标。它是一项基本的计算机视觉任务，涉及广泛的应用，包括人体运动预测、人机交互、人类动作识别和虚拟现实等。
2、近年来，3d人体姿势估计一直以“提升”技术(mar-tinez et al.2017)为主。该方法由两个阶段组成。首先，利用现成的2d姿势估计器从图像中估计2d姿势，然后进行回归从获得的2d人体姿势中得到3d姿势。与直接估计相比，这种级联方法具有以卞优点:2d估计器在更多样化和更广泛的2d人体姿势数据集上进行训练，从而具有更强的视觉感知和泛化能力(martinezet al.2017)。通过设置不同的相机视图(xu et al.2021)，可以使用无限2d-3d对来训练“提升”。然而，从2d姿态估计3d姿态会引入深度模糊问题，一个2d姿态可以映射到多个3d姿态。
3、直观地说，图像中丰富的纹理和语义信息可以帮助从2d姿势回归出更准确的3d姿势。在这个方向上已经有了一些探索。例如，(nie，wei...
【技术保护点】
1.一种利用图像线索进行3D人体姿势估计的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构建3D人体姿势估计模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过特征提取单元进行特征提取，获取图像标记和关键点标记，包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求2所述的方法，其特征在于，所述通过增强单元增强所述图像标记，获取增强图像标记，根据所述关键点标记进行线性投影以生成表示为的粗略3D姿势，包括：
6.根据权利要求2所述的方法，其特征...
【技术特征摘要】
1.一种利用图像线索进行3d人体姿势估计的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构建3d人体姿势估计模型，包括：
3.根据权利要求2所述的方法，其特征在于，所述通过特征提取单元进行特征提取，获取图像标记和关键点标记，包括：
4.根据权利要求3所述的方法，其特征在于，还包括：
5.根据权利要求2所述的方法，其特征在于，所述通过增强单元增强所述图像标记，获取增强图像标记，根据所述关键点标记进行线性投影以生成表示为的粗略3d姿势，包括：
6.根据权利要求2所述的方法，...
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。