公开(公告)号：CN111160162A

公开(公告)日：2020-05-15

申请号：CN201911309965.8

申请日：2019-12-18

Applicant: 江苏比特达信息技术有限公司

Inventor： 徐珊珊 ,  刘翼

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种级联的驾驶员人体姿态估计方法，通过采集车辆驾驶平台的驾驶员图像，并在系统中输入驾驶员图像；利用VGG网络对输入的图像提取特征图F；使用添加了沙漏结构的深度网络FCN1提取图像中驾驶员的关键点位置信息；同时利用深度网络FCN2获得关键点之间的连接情况；将用深度网络FCN1提取到的图像特征中的关键点位置信息、深度网络FCN2提取到的图像特征中的关键点之间的连接情况和特征图F进行融合；通过搭建级联的网络结构充分利用图像空间信息，并增加网络深度来提高网络整体预测准确度，能够将关键点的位置信息和关键点对应的连接信息融合，给出较高准确性和可靠性的驾驶员人体姿态估计结果。

公开(公告)号：CN111160162B

公开(公告)日：2023-04-18

申请号：CN201911309965.8

申请日：2019-12-18

Applicant: 江苏比特达信息技术有限公司

Inventor： 徐珊珊 ,  刘翼

IPC: G06V40/20 ,  G06V20/59 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种级联的驾驶员人体姿态估计方法，通过采集车辆驾驶平台的驾驶员图像，并在系统中输入驾驶员图像；利用VGG网络对输入的图像提取特征图F；使用添加了沙漏结构的深度网络FCN1提取图像中驾驶员的关键点位置信息；同时利用深度网络FCN2获得关键点之间的连接情况；将用深度网络FCN1提取到的图像特征中的关键点位置信息、深度网络FCN2提取到的图像特征中的关键点之间的连接情况和特征图F进行融合；通过搭建级联的网络结构充分利用图像空间信息，并增加网络深度来提高网络整体预测准确度，能够将关键点的位置信息和关键点对应的连接信息融合，给出较高准确性和可靠性的驾驶员人体姿态估计结果。