一种基于特征金字塔网络的单阶段多人姿态估计方法

    公开(公告)号:CN112597955A

    公开(公告)日:2021-04-02

    申请号:CN202011607963.X

    申请日:2020-12-30

    Abstract: 本发明实施例公开了一种基于特征金字塔网络的单阶段多人姿态估计方法,涉及人体姿态估计技术领域,包括:步骤10、基于MobileNet网络搭建特征金字塔网络,所述金字塔网络用于提取分辨率顺序降低的多张初级特征图,然后进行通道间的信息融合;步骤20、利用多人姿态估计数据集构造中心点热图、上偏移热图、下偏移热图以及关节细化热图作为训练标签,对所述特征金字塔网络进行训练;步骤30、将待测图像输入训练好的所述特征金字塔网络,计算关节的位置并形成完整的多人人体姿态。本发明实施例使得网络能够高效的进行信息流动,提升了人体姿态估计的精度;同时通过快速的后处理匹配过程,能够进一步加快多人姿态估计算法的处理速度。

    基于人体锚点集合与感知增强网络的多人姿态估计方法

    公开(公告)号:CN112597956A

    公开(公告)日:2021-04-02

    申请号:CN202011607985.6

    申请日:2020-12-30

    Abstract: 本发明提供一种基于人体锚点集合与感知增强网络的多人姿态估计方法,包括:步骤1、构建感知增强网络,并利用训练数据集进行网络训练和调优;步骤2、对一张待测试图片,首先将该图片输入感知增强网络中进行关节检测热图和锚点嵌入热图的检测,接着基于这两类热图进行算法的后处理过程,得到多人的姿态估计结果。本发明的优点在于:基于人体划分的思想,通过将多人姿态估计任务划分为上下两个半身的姿态估计子任务,能够有效降低检测任务的建模难度;结合注意力机制与特征融合策略构建感知增强网络,能够充分挖掘神经网络模型的特征提取能力,最终得到更加精确的多人姿态估计结果。

    基于人体锚点集合与感知增强网络的多人姿态估计方法

    公开(公告)号:CN112597956B

    公开(公告)日:2023-06-02

    申请号:CN202011607985.6

    申请日:2020-12-30

    Abstract: 本发明提供一种基于人体锚点集合与感知增强网络的多人姿态估计方法,包括:步骤1、构建感知增强网络,并利用训练数据集进行网络训练和调优;步骤2、对一张待测试图片,首先将该图片输入感知增强网络中进行关节检测热图和锚点嵌入热图的检测,接着基于这两类热图进行算法的后处理过程,得到多人的姿态估计结果。本发明的优点在于:基于人体划分的思想,通过将多人姿态估计任务划分为上下两个半身的姿态估计子任务,能够有效降低检测任务的建模难度;结合注意力机制与特征融合策略构建感知增强网络,能够充分挖掘神经网络模型的特征提取能力,最终得到更加精确的多人姿态估计结果。

    一种基于特征金字塔网络的单阶段多人姿态估计方法

    公开(公告)号:CN112597955B

    公开(公告)日:2023-06-02

    申请号:CN202011607963.X

    申请日:2020-12-30

    Abstract: 本发明实施例公开了一种基于特征金字塔网络的单阶段多人姿态估计方法,涉及人体姿态估计技术领域,包括:步骤10、基于MobileNet网络搭建特征金字塔网络,所述金字塔网络用于提取分辨率顺序降低的多张初级特征图,然后进行通道间的信息融合;步骤20、利用多人姿态估计数据集构造中心点热图、上偏移热图、下偏移热图以及关节细化热图作为训练标签,对所述特征金字塔网络进行训练;步骤30、将待测图像输入训练好的所述特征金字塔网络,计算关节的位置并形成完整的多人人体姿态。本发明实施例使得网络能够高效的进行信息流动,提升了人体姿态估计的精度;同时通过快速的后处理匹配过程,能够进一步加快多人姿态估计算法的处理速度。

Patent Agency Ranking