【技术实现步骤摘要】
本申请涉及图像识别领域，特别是涉及一种基于超图卷积的三维人体姿态估计方法、装置和电子设备。
技术介绍
1、三维人体姿态估计作为一项基本的视觉识别任务，旨在从图像或视频中预测人体关节在相机坐标系中的三维位置。3d人体姿态估计提供了一种在计算机视觉应用中解释人体运动和动作的方法，例如动作识别、行人行为识别、人机交互、虚拟现实和医疗保健。近年来随着深度学习的发展，使得图像分类、语义分割和目标检测等一系列经典的计算机视觉任务取得了显著的成果。尽管基于深度学习的最新研究在人体姿态估计方面取得了很高的性能，但训练数据不足、深度模糊和遮挡等问题仍然需要克服。
2、基于图卷积的三维人体姿态估计方法能够更好的建模人体关节间的相关性，可以一定程度上处理动作遮挡问题，在2d-3d提升的方法的应用中表现不错的性能。该方法将关节和关节间的连接看作图的节点和边，在此关节关系先验的基础上使用图卷积来学习关节间的相互作用。基于图卷积的三维人体姿态估计方法将人体骨架作为一个树形结构，考虑到一对一的关系，也就是每条边仅包括两个节点，在此基础上对其进行增加骨骼长...
【技术保护点】
1.一种基于超图卷积的三维人体姿态估计方法，其特征在于，所述三维人体姿态估计方法包括：
2.根据权利要求1所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述三维人体姿态估计模型还包括全局注意力模块和交叉通道交互模块；
3.根据权利要求1所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述超图卷积模块包括多头自注意力模块和2D卷积模块；
4.根据权利要求3所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述多头自注意力模块包括多个特征提取通道；
5.根据权利要求4所述的基于超图卷积的三维人体姿态估计方法...
【技术特征摘要】
1.一种基于超图卷积的三维人体姿态估计方法，其特征在于，所述三维人体姿态估计方法包括：
2.根据权利要求1所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述三维人体姿态估计模型还包括全局注意力模块和交叉通道交互模块；
3.根据权利要求1所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述超图卷积模块包括多头自注意力模块和2d卷积模块；
4.根据权利要求3所述的基于超图卷积的三维人体姿态估计方法，其特征在于，所述多头自注意力模块包括多个特征提取通道；
5.根据权利要求4所述的基于超图卷积的三维人体姿态估计方法，其特征在于，多个所述通道包括第一特征提取通道、第二特征提取通道和第三特征提取通道，所述非目标关节分为所述目标关节的第一关联关节、第二关联关节和第三关联关节；
<...【专利技术属性】
技术研发人员：陈秀宁，王华彬，王子林，马铭梓，叶行健，陶亮，
申请(专利权)人：安徽大学，
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。