-
公开(公告)号:CN111985535A
公开(公告)日:2020-11-24
申请号:CN202010690167.0
申请日:2020-07-17
Applicant: 南京大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06Q10/04 , G06T3/40 , G06T3/60 , G06T5/00 , G06T7/11 , G06T7/50 , G06T17/20
Abstract: 本发明公开了一种通过神经网络优化人体深度图的方法及其装置。该方法所采用的深度神经网络以粗糙深度图和彩色图像作为输入,以精确深度图作为输出;在训练阶段,通过对连续的多帧深度图进行融合优化,获得精度较高的深度图和与其对齐的彩色图片作为训练数据;通过训练,获得能够对粗糙深度图进行优化的神经网络模型。本发明的装置包括图像序列及模型获取模块、模型与图像序列对齐模块、人体模型提取模块、网络数据预处理模块、网络设计模块、网络训练和预测模块。本发明所预测的深度图具有更低的噪声和更平滑的外形,和输入的粗糙深度图相比具有更高的精度。