【技术实现步骤摘要】
本专利技术属于人工智能、计算机视觉领域,涉及人体姿态估计技术,具体为一种基于单视角图像的群体三维姿态估计系统及方法。
技术介绍
1、本专利技术涉及到的
技术介绍
有:
2、(1)人体姿态估计(参考文献[1]):现在大部分工作通常使用单视角图像进行二维人体姿态估计,但三维骨架可以有效地捕捉到人体运动的真实路径和空间变化,有助于支持高精度的行为分析,因此本专利技术基于单视角图像进行群体对象的三维姿态估计。
3、(2)三维卷积神经网络(参考文献[2]):三维卷积运算,即宽度、高度和深度,使得网络能够有效地捕捉三维数据中的空间特征。本专利技术采用基于三维卷积神经网络的级联漏斗结构,由输入变换层,编码解码层和输出变换层构成,有助于模型对不同层次的特征进行学习,并捕获三维数据的全局和局部信息。
4、(3)积分回归技术(参考文献[3]):通过网络输出分布热力图的最大值索引获取坐标,无法进行反向计算,且存在量化误差。本专利技术采用积分回归技术保证关节点的分布位置是连续空间中的任意位置,同时可以避免直接回归坐标遭受离散化表
...【技术保护点】
1.一种基于单视角图像的群体三维姿态估计系统,其特征在于:所述群体三维姿态估计系统包括二维人体姿态估计模型、多视角图像模型、单视角图像模型、三维体素空间和损失训练模型;其中:所述多视角图像模型由第一空间候选网络、第一姿态回归网络构成;所述单视角图像模型由第二空间候选网络、第二姿态回归网络构成;包括如下步骤:
2.根据权利要求1所述的一种基于单视角图像的群体三维姿态估计系统,其特征在于:所述单视角人体空间候选框优化过程,包括:
3.根据权利要求1所述的一种基于单视角图像的群体三维姿态估计系统,其特征在于:单视角三维关节点坐标优化过程,包括:
>4.一种基于...
【技术特征摘要】
1.一种基于单视角图像的群体三维姿态估计系统,其特征在于:所述群体三维姿态估计系统包括二维人体姿态估计模型、多视角图像模型、单视角图像模型、三维体素空间和损失训练模型;其中:所述多视角图像模型由第一空间候选网络、第一姿态回归网络构成;所述单视角图像模型由第二空间候选网络、第二姿态回归网络构成;包括如下步骤:
2.根...
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。