【技术实现步骤摘要】
本专利技术涉及计算机视觉中的人体姿态估计领域，特别涉及一种人体运动状态优化方法及系统。
技术介绍
1、随着计算机算力的提升，深度学习技术迅猛发展，生成准确且合理的人体姿态在数字人领域展现出广泛的应用前景和重要的应用价值。目前，人体姿态估计主要分为两种方法，一种利用普通的rgb相机，通过提取图片特征获取人体关键点和姿态信息；另一种则利用深度相机，测得人体深度，再通过点云配准将人体三维模板与目标点云对齐。
2、相对于rgb相机，深度相机对光场和人体衣着有一定要求，同时存在深度检测距离有限等限制，由于rgb相机更为普遍易得，因此使用单rgb相机进行人体姿态估计具有巨大的前景。当前基于单rgb相机的人体姿态估计方法通常采用自上而下的结构，即先检测人体边界框，然后利用边界框内的图像信息估计人体姿态。然而，这种方法常常忽略了人体与地面之间的关系，更注重人体姿态本身而非人体在实际三维空间中的位置，这可能导致人体姿态估计出现问题，如地面穿模、在地面上滑动以及全局位移估计不合理等。
3、因此，如何提供一种人体运动状态优化方法及系统...
【技术保护点】
1.一种人体运动状态优化方法，其特征在于，包括：
2.根据权利要求1所述的人体运动状态优化方法，其特征在于，将所述视频帧序列输入至神经网络中，获取人体姿态特征参数及人体脚部特征参数，包括：
3.根据权利要求1所述的人体运动状态优化方法，其特征在于，所述人体误差函数包括三维接触点误差、时序足部一致性误差、二维重投影误差以及人体三维模板误差。
4.根据权利要求3所述的人体运动状态优化方法，其特征在于，所述人体姿态优化方程的计算公式为：
5.根据权利要求4所述的人体运动状态优化方法，其特征在于，所述二维重投影误差的计算公式为：
6.根...
【技术特征摘要】
1.一种人体运动状态优化方法，其特征在于，包括：
2.根据权利要求1所述的人体运动状态优化方法，其特征在于，将所述视频帧序列输入至神经网络中，获取人体姿态特征参数及人体脚部特征参数，包括：
3.根据权利要求1所述的人体运动状态优化方法，其特征在于，所述人体误差函数包括三维接触点误差、时序足部一致性误差、二维重投影误差以及人体三维模板误差。
4.根据权利要求3所述的人体运动状态优化方法，其特征在于，所述人体姿态优化方程的计算公式为：
5.根据权利要求4所述的人体运动状态优化方法，其特征在于，所述二维重...
【专利技术属性】
技术研发人员：戴翘楚，吴翼天，袁浩雷，张贺，
申请(专利权)人：北京未澜科技有限公司，
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。