融合双层语义信息的三维人体姿态估计方法技术

本发明专利技术提供了融合双层语义信息的三维人体姿态估计方法，涉及三维姿态估计技术领域，本发明专利技术利用层次特征提取模块生成包含多元化信息的初始可行三维姿态，提供不同层次语义信息；通过对特征的有效精细化处理，强化重要信息，确保最终用于融合操作的可行三维姿态特征具有更强的表达能力；关联计算模块以及关联特征融合机制，能够有效的融合可行三维姿态特征中的互补信息，充分利用全局信息推动模型进行更加精准的人体姿态估计工作，与其他方法相比，本发明专利技术得到了更低的平均关节误差、更高的关节点正确率，更低的参数量和计算量，更好地避免人物自遮挡和复杂姿势带来的误差，取得了更高的准确性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及三维姿态估计，具体地说是融合双层语义信息的三维人体姿态估计方法。

技术介绍

1、三维人体姿态估计是一项重要的视觉任务，目的是预测人体关节点三维坐标信息和关节点间的角度等信息，并以此构建人体结构表示，便于更进一步的分析人体姿态，具有广泛的应用，如在人机交互、动作识别、增强现实及虚拟现实等领域。单目三维人体姿态估计方法可以分为单阶段和两阶段两大主流方法。单阶段方法直接从输入的二维图像中“一步到位”地估计三维人体姿态，即一次性地给出所有关键点的三维坐标，无需中间二维姿态表示。由于没有中间步骤细化或逐步校正估计结果，因此在复杂场景下(遮挡、姿势复杂)易导致姿态估计准确率低。

2、多数方法采用两阶段方法进行三维人体姿态估计，既先在图像中通过二维人体姿态检测定位关节点，再采用网络进行二维到三维估计，这得益于二维人体姿态估计的优异性能。两阶段方法利用检测到的二维关节点信息可以准确、高效的估计出三维姿态，例如simplebaseline采用全连接残差网络在单个视频帧上直接将二维姿态映射到三维空间，但由于没有引入时间维度上的信息，导致姿态估计不够准本文档来自技高网...

【技术保护点】

1.融合双层语义信息的三维人体姿态估计方法，其特征在于，包括：

2.根据权利要求1所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤2具体包括：

3.根据权利要求2所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤2.2中具体通过以下公式计算：

4.根据权利要求1所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤3具体包括：

5.根据权利要求4所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤3.1具体包括：

6.根据权利要求4所述的融合双层语义信息的三维人体姿态估计方法，其特征在...

【技术特征摘要】

1.融合双层语义信息的三维人体姿态估计方法，其特征在于，包括：

2.根据权利要求1所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤2具体包括：

3.根据权利要求2所述的融合双层语义信息的三维人体姿态估计方法，其特征在于，步骤2.2中具体通过以下公式计算：

4.根据权利要求1所述的融合双层语义信息的三维人体姿态估...

【专利技术属性】
技术研发人员：贾迪，杨柳，韩雪峰，彭泓，
申请(专利权)人：辽宁工程技术大学鄂尔多斯研究院，
类型：发明
国别省市：