公开(公告)号：CN113743341B

公开(公告)日：2024-02-02

申请号：CN202111057037.4

申请日：2021-09-09

Applicant: 浙江工业大学

Inventor： 张文安 ,  沈微杰 ,  杨旭升 ,  刘浩淼 ,  沈林强 ,  季华 ,  叶飞虎

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/084 ,  G06T7/246

Abstract: 本发明公开了一种基于自适应模型的人体姿态实时估计方法，该方法融合深度学习的优势来达到运动模式分类和运动轨迹建模的统一，解决了传统建模方法存在的局限性以及复杂运动下人体姿态估计鲁棒性差且准确度低的问题，实现在人体运动模式和轨迹复杂多变情况下的人体姿态估计。特别的，利用LSTM网络进行动作识别和人体各关节点运动轨迹建模，有效地提高了运动模型的自适应能力和人体姿态估计的精确度与鲁棒性。

公开(公告)号：CN113743341A

公开(公告)日：2021-12-03

申请号：CN202111057037.4

申请日：2021-09-09

Applicant: 浙江工业大学

Inventor： 张文安 ,  沈微杰 ,  杨旭升 ,  刘浩淼 ,  沈林强 ,  季华 ,  叶飞虎

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08 ,  G06T7/246

Abstract: 本发明公开了一种基于自适应模型的人体姿态实时估计方法，该方法融合深度学习的优势来达到运动模式分类和运动轨迹建模的统一，解决了传统建模方法存在的局限性以及复杂运动下人体姿态估计鲁棒性差且准确度低的问题，实现在人体运动模式和轨迹复杂多变情况下的人体姿态估计。特别的，利用LSTM网络进行动作识别和人体各关节点运动轨迹建模，有效地提高了运动模型的自适应能力和人体姿态估计的精确度与鲁棒性。