【技术实现步骤摘要】
本专利技术涉及计算机视觉识别，特别是基于交替时空编码器的三维人体姿态估计方法及系统。
技术介绍
1、早期的人体姿态估计方法一般使用基于标记的动作捕捉方法，在人体的关键关节点位置贴上反光或彩色标记，通过多个摄像头从不同角度捕捉这些标记的位置以重建三维姿态。然而，此类方法通常需要特定的设备支持，难以适用于普遍的日常场景。深度学习的兴起使三维人体姿态估计取得了突破性的进展，近年来，出现了众多基于神经网络的人体姿态估计模型，能够有效提高姿态估计的准确性。
2、基于transformer模型的方法在该领域中得到了广泛应用。transformer模型在建模序列内的全局依赖方面表现出色，特别是对姿态序列中的时序数据具有高效的建模能力。此外，利用多头自注意力机制，transformer可以同时关注不同层次和尺度上的信息，更有效地理解序列之间的上下文关系，从而加深对姿态序列中人体关节点的理解和建模。然而，当前应用transformer模型进行三维姿态估计的方法仍存在两点不足。
3、首先，在处理姿势序列数据时，transformer...
【技术保护点】
1.基于交替时空编码器的三维人体姿态估计方法，其特征在于：包括，
2.如权利要求1所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述使用SMPL模型进行位置编码，使用SMPL模型的基模板三维坐标进行位置编码，将编码与高维特征拼接，以引入人体关节点的位置先验信息；
3.如权利要求2所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述输入二维姿态序列并将其映射到高维特征得到姿态表达，使用二维人体姿态估计算法生成的二维姿态作为输入，其二维姿态采用如下公式：
4.如权利要求3所述的基于交替时空编码器的三维人体姿态估...
【技术特征摘要】
1.基于交替时空编码器的三维人体姿态估计方法，其特征在于：包括，
2.如权利要求1所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述使用smpl模型进行位置编码，使用smpl模型的基模板三维坐标进行位置编码，将编码与高维特征拼接，以引入人体关节点的位置先验信息；
3.如权利要求2所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述输入二维姿态序列并将其映射到高维特征得到姿态表达，使用二维人体姿态估计算法生成的二维姿态作为输入，其二维姿态采用如下公式：
4.如权利要求3所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述输入二维姿态序列，将二维姿态序列映射到高维特征，高维特征采用如下公式：
5.如权利要求4所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述构建结合图卷积的空间编码器以捕获人体关节点局部特征，卷积的空间编码器的具体结构输入到该空间编码器的特征向量xin大小为(t，j，512)，空间编码器模块的计算采用如下公式：
6.如权利要求5所述的基于交替时空编码器的三维人体姿态估计方法，其特征在于：所述构建空间编码器，并加入图卷积模...
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。