公开(公告)号：CN118247807A

公开(公告)日：2024-06-25

申请号：CN202410286456.2

申请日：2024-03-13

Applicant: 华南理工大学

Inventor： 王骁行 ,  史景伦 ,  张溢

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/80 ,  G06V10/82 ,  G06V10/44 ,  G06V10/42 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明公开了一种拥挤场景下的多人人体姿态估计方法、系统及介质，方法包括：获取待估计拥挤场景图片，将待估计拥挤场景图片输入预训练的深度学习网络模型，得到初步特征，进而将初步特征输入预设的残差金字塔模块，得到融合特征；将融合特征输入门控自注意力模块，得到全局特征，进而将全局特征输入个体信息特征提取模块，得到各个体对应的个体信息特征；将全局特征和个体信息特征输入全局空间解耦模块，得到各个体对应的深层个体特征；将深层个体特征输入预先训练好的人体姿态估计模型，得到人体姿态估计结果。本发明能够提高系统在拥挤场景下的多人人体姿态估计的精确度和运算速度，可广泛应用于人体姿态估计领域。

公开(公告)号：CN114581300B

公开(公告)日：2024-12-03

申请号：CN202210147765.2

申请日：2022-02-17

Applicant: 华南理工大学 ,  广东微步智能科技有限公司

Inventor： 史景伦 ,  李显惠 ,  胡晨晨 ,  王骁行

IPC: G06T3/4053 ,  G06V10/80

Abstract: 本发明公开了一种图像超分辨率重建方法及装置，其中方法包括：对低分辨率输入图像进行浅层特征的提取；将浅层特征通过m个由多尺度级联注意力残差模块组成的级联残差组和全局跳连接组成的主干网路，进行特征提取、融合以及增强，得到深层特征；使用亚像素卷积对深层特征进行上采样；利用所得的特征对图像进行重建，得到更高分辨率的图像。本发明采用多尺度级联注意力残差模块，通过从感受野、宽度与注意力等角度对多种特征进行提取、增强与融合；通过跳跃连接与级联残差，绕过低频信息，整合网络深度上不同层次的特征，从而得到更为丰富的细节；通过本发明的方法，可以重建出细节更丰富，质量更高的图像，可广泛应用于图像超分辨率重建领域。

公开(公告)号：CN114581300A

公开(公告)日：2022-06-03

申请号：CN202210147765.2

申请日：2022-02-17

Applicant: 华南理工大学 ,  广东微步智能科技有限公司

Inventor： 史景伦 ,  李显惠 ,  胡晨晨 ,  王骁行

IPC: G06T3/40 ,  G06K9/62 ,  G06V10/80

Abstract: 本发明公开了一种图像超分辨率重建方法及装置，其中方法包括：对低分辨率输入图像进行浅层特征的提取；将浅层特征通过m个由多尺度级联注意力残差模块组成的级联残差组和全局跳连接组成的主干网路，进行特征提取、融合以及增强，得到深层特征；使用亚像素卷积对深层特征进行上采样；利用所得的特征对图像进行重建，得到更高分辨率的图像。本发明采用多尺度级联注意力残差模块，通过从感受野、宽度与注意力等角度对多种特征进行提取、增强与融合；通过跳跃连接与级联残差，绕过低频信息，整合网络深度上不同层次的特征，从而得到更为丰富的细节；通过本发明的方法，可以重建出细节更丰富，质量更高的图像，可广泛应用于图像超分辨率重建领域。