【技术实现步骤摘要】
本专利技术涉及机器视觉，尤其涉及一种人体姿态估计方法及系统、人体姿态估计模型。
技术介绍
1、人体姿态估计就是在包含有人的静态图像中分辨出人体各个部分在图像中的位置、角度及尺度的关系。
2、但是现有技术中的人体姿态估计方法为了提高模型性能表现，需堆叠大量特征提取模块且不断增加网络深度，导致需要大量的计算资源，这可能限制了其在实时或资源受限场景下的应用，另外现有技术中的特征融合方法无法充分利用来自不同尺度和视角的信息，导致结果的性能表现受到限制，以及如果输入的图像质量较差或者存在遮挡等问题，现有技术中的姿态估计方法的性能可能会受到显著影响。
技术实现思路
1、本专利技术提供一种人体姿态估计方法及系统、人体姿态估计模型，用以解决现有技术中的姿态估计方法使用场景受限以及性能表现不佳的缺陷，本专利技术的方案可以提升性能、提高重建结果的准确性和细节表现。
2、本专利技术提供一种人体姿态估计方法，包括：
3、采集人体静态图像；
4、基于预先构建的姿态估计...
【技术保护点】
1.人体姿态估计方法，其特征在于，包括：
2.根据权利要求1所述的人体姿态估计方法，其特征在于，所述姿态估计模型包括若干个所述多视角特征模块、若干个所述层级特征融合模块以及若干个所述多尺度深度监督模块，若干个所述多视角特征模块、若干个所述层级特征融合模块以及若干个所述多尺度深度监督模块以任意排布顺序构成所述姿态估计模型。
3.根据权利要求2所述的人体姿态估计方法，其特征在于，所述姿态估计模型包括依次串联的第一部分、第二部分和第三部分，其中所述第一部分依次串联两个所述多视角特征模块、一个所述层级特征融合模块和一个所述多尺度深度监督模块；
<...【技术特征摘要】
1.人体姿态估计方法，其特征在于，包括：
2.根据权利要求1所述的人体姿态估计方法，其特征在于，所述姿态估计模型包括若干个所述多视角特征模块、若干个所述层级特征融合模块以及若干个所述多尺度深度监督模块，若干个所述多视角特征模块、若干个所述层级特征融合模块以及若干个所述多尺度深度监督模块以任意排布顺序构成所述姿态估计模型。
3.根据权利要求2所述的人体姿态估计方法，其特征在于，所述姿态估计模型包括依次串联的第一部分、第二部分和第三部分，其中所述第一部分依次串联两个所述多视角特征模块、一个所述层级特征融合模块和一个所述多尺度深度监督模块；
4.根据权利要求1-3任一项所述的人体姿态估计方法，其特征在于，所述多视角特征模块用于：
5.根据权利要求1-3任一项所述的人体姿态估计方法，其特征在于，所述层级特征...
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。