公开(公告)号：CN115880720A

公开(公告)日：2023-03-31

申请号：CN202211502587.7

申请日：2022-11-28

Applicant: 北京工业大学

Inventor： 任柯燕 ,  岳天一 ,  史禹 ,  边青云 ,  谷美颖

IPC: G06V40/10 ,  G06V10/54 ,  G06V10/766 ,  G06V10/774

Abstract: 本发明公开一种自适应无标注场景的单目三维人体估计方法，以单目无标注的图像为输入估计人体的姿态和外形参数。首先，该方法同时以生成范式和回归范式两个学习视角识别目标人体。其中，回归范式的估计结果表现为一种三维人体网格，生成范式的估计结果表现为二维的人体轮廓分割和表面法线纹理贴图。随后，一个视角中置信度最高的估计结果会被筛选作为另一个视角的伪标，填充训练子集。特别的，本发明设计一个名为法线交并比损失的函数，监督法线贴图和三维网格的对齐。为保障在复杂的野外环境中训练的稳定性，本方法的回归范式估计结果由一种对遮挡鲁棒的自注意力回归器预测。综上，本发明所提出的人体估计方法，通过不断学习无标注数据集的分布特征，能有效提高实际部署场景下的人体估计精度，并且可以在复杂的遮蔽环境中稳定的部署。

公开(公告)号：CN117854112A

公开(公告)日：2024-04-09

申请号：CN202410054481.8

申请日：2024-01-15

Applicant: 北京工业大学

Inventor： 任柯燕 ,  史禹 ,  赵虎 ,  刘海钰 ,  黄靖懿

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06V10/766 ,  G06V10/82

Abstract: 本发明公开一种基于自适应遮蔽的三维人体姿态估计方法，以单目无标注图像为输入估计人体的姿态和外形参数，通过多尺度的遮挡训练能够适应室外各种复杂的遮挡情况，且得到更加稳定且准确的姿态估计。本发明提出了一个全局重优化模块，利用全局特征作为人体的高级语义表征，来完善仅由局部特征预测出的人体姿态，这种局部特征和全局特征的结合，同时也确保了对遮挡区域回归的鲁棒性。从总体结果来看，本发明在遮挡条件下达到了最先进的人体姿态和外形估计的表现。所提出的人体姿态估计方法能有效提高实际部署场景下的人体估计精度，尤其在复杂的遮蔽环境中能够进行稳定的部署。

公开(公告)号：CN116612135A

公开(公告)日：2023-08-18

申请号：CN202310641115.8

申请日：2023-06-01

Applicant: 北京工业大学

Inventor： 任柯燕 ,  黄靖懿 ,  岳天一 ,  史禹 ,  赵虎

IPC: G06T7/11 ,  G06T7/136 ,  G06T5/00 ,  G06V10/774 ,  G06V10/764 ,  G06T7/40

Abstract: 本发明公开一种基于循环生成对抗网络的卫星图阴影去除方法，生成器分别实现图像的阴影去除和阴影生成工作，判别器分别判断生成图像是否属于有/无阴影图域，生成器和判别器共同促进阴影去除任务的实现。该发明首先分析自然场景的有/无阴影图像中的阴影亮度特征和纹理特点，以降低分辨率的高分辨率卫星图为无阴影卫星图像，并在此基础上构建含有模拟阴影的有阴影卫星图像。然后，通过循环生成对抗网络对配对的有/无阴影卫星图像的学习，从而泛化地解决真实卫星图像中阴影去除的问题。本发明主要针对卫星图像中没有配对的有/无阴影图像进行了数据集的模拟制作，提出了循环生成对抗网络以阴影生成任务辅助阴影去除，实现在有/无阴影卫星图域之间的图像迁移，并以视觉自注意力模型的非传统编码器模块辅助生成器进行更好的特征迁移。相比于传统模块，它对调了多头自注意力机制和层归一化，对调了多层感知机和层归一化，可以使得网络拥有更强的建模能力。