【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种基于分支结构模型的位姿估计方法、装置、设备及介质。
技术介绍
1、3d人体姿态估计(3d human pose estimation,hpe)旨在从图像或视频中预测人体关节的三维空间位置，在视频监控、人机交互、运动分析和医疗康复等领域具有广泛应用。随着应用场景的多样化，对兼具高精度和高效计算的姿态估计模型的需求日益迫切。然而，现实场景中的姿态数据大多通过普通rgb摄像头以2d形式采集，如何从单目或视频序列中准确、鲁棒地恢复3d姿态成为关键挑战。
2、当前研究的核心问题在于如何从2d姿态序列(如openpose或hrnet检测的关节点)有效提升至3d空间。这一过程需克服深度歧义性、遮挡和动态运动等难题。尽管基于深度学习的方法(如时序卷积网络或图神经网络)已显著提升了2d-to-3d升维的精度，但在复杂场景下的泛化能力和实时性仍需优化。未来研究需进一步探索自监督学习、多模态数据融合及轻量化模型设计，以满足实际应用中对效率和鲁棒性的双重需求。
技术实现思路<...
【技术保护点】
1.一种基于分支结构模型的位姿估计方法，其特征在于，包括：
2.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的时空分支中，得到时空特征，具体为：
3.如权利要求2所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的时空分支中，得到时空特征，还包括：
4.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的卷积分支中，得到几何特征，具体为：
5.如权利要求1所述的一种基于分支结构模型的位姿估计方法，...
【技术特征摘要】
1.一种基于分支结构模型的位姿估计方法，其特征在于，包括：
2.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的时空分支中，得到时空特征，具体为：
3.如权利要求2所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的时空分支中，得到时空特征，还包括：
4.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将视觉特征序列输入到预设的卷积分支中，得到几何特征，具体为：
5.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，所述将融合特征数据输入到预设的空间分布通道中，得到预定义关键点的空间概率分布，具体为；
6.如权利要求1所述的一种基于分支结构模型的位姿估计方法，其特征在于，...
【专利技术属性】
技术研发人员：王喜军，王毅，曲烽瑞，李文祥，谭皓文，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。