【技术实现步骤摘要】
本公开涉及计算机,特别涉及一种机器学习模型的训练装置、机器学习模型的训练方法、三维姿态的估计装置、三维姿态的估计方法、电子设备和非易失性计算机可读存储介质。
技术介绍
1、单目视角下的三维人体姿态估计方法在计算机视觉领域受到广泛关注,并衍生出许多相关应用。例如,通过机器学习来估计三维人体姿势,可以衍生出各种应用,包括人机交互、动作识别和虚拟现实等。
2、在相关技术中,随着深度学习模型的巨大成功和越来越复杂的数据集,可以应用深度cnn(convolutional neural networks,卷积神经网络)在单目相机设置中估计三维人体姿势。
技术实现思路
1、根据本公开的一些实施例,提供了一种机器学习模型的训练装置,包括至少一个处理器,至少一个处理器被配置为:获取多张二维图像和待训练的机器学习模型,多张二维图像中包含目标,机器学习模型包括第一三维姿态估计模块和第二三维姿态估计模块;根据任一张二维图像,利用第一三维姿态估计模块,估计目标的第一三维姿态;根据至少两张二维图像,利用第
...【技术保护点】
1.一种机器学习模型的训练装置,包括至少一个处理器,所述至少一个处理器被配置为:
2.根据权利要求1所述的训练装置,其中,所述目标包括多个特征点,所述根据至少二张二维图像,利用所述第二三维姿态估计模块估计所述目标的第二三维姿态包括:
3.根据权利要求2所述的训练装置,其中,所述根据所述至少二张二维图像,估计所述目标的多个特征节中每一个所在的三维空间范围的信息包括:
4.根据权利要求2所述的训练装置,其中,所述根据所述三维空间范围的信息,估计所述第二三维姿态包括:
5.根据权利要求4所述的训练装置,其中,所述根据所述三维特
...【技术特征摘要】
1.一种机器学习模型的训练装置,包括至少一个处理器,所述至少一个处理器被配置为:
2.根据权利要求1所述的训练装置,其中,所述目标包括多个特征点,所述根据至少二张二维图像,利用所述第二三维姿态估计模块估计所述目标的第二三维姿态包括:
3.根据权利要求2所述的训练装置,其中,所述根据所述至少二张二维图像,估计所述目标的多个特征节中每一个所在的三维空间范围的信息包括:
4.根据权利要求2所述的训练装置,其中,所述根据所述三维空间范围的信息,估计所述第二三维姿态包括:
5.根据权利要求4所述的训练装置,其中,所述根据所述三维特征点热图,估计所述第二三维姿态包括:
6.根据权利要求2所述的训练装置,其中,所述三维空间范围包括立方体空间范围。
7.根据权利要求2所述的训练装置,其中,所述根据所述至少二张二维图像,估计所述目标的多个特征点中每一个所在的三维空间范围的信息包括:
8.根据权利要求1-7任一项所述的训练装置,其中,所述根据所述第一三维姿态和所述第二三维姿态的差异,训练所述第一三维姿态估计模块或者所述第二三维姿态估计模块中的至少一个包括:
9.根据权利要求8所述的训练装置,其中,所述根据所述第一关键点和所述第二关键点,将所述第二三维姿态的视角和所述第一三维姿态的视角校正为一致的视角包括:
10.根据权利要求8所述的训练装置,其中,所述获取所述第一三维姿态的第一关键点和所述第二三维姿态的第二关键点包括:
11.根据权利要求8所述的训练装置,其中,所述第一关键点位于所述第一三维姿态的中心位置,所述第二关键点位于所述第二三维姿态的中心位置。
12.根据权利要求1-7任一项所述的训练装置,...
【专利技术属性】
技术研发人员:张子越,谷玉,
申请(专利权)人:京东方科技集团股份有限公司,
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。