公开(公告)号：CN112347861A

公开(公告)日：2021-02-09

申请号：CN202011111463.7

申请日：2020-10-16

Applicant: 浙江工商大学

Inventor： 陈豪明 ,  杨柏林 ,  刘振广 ,  王津航 ,  田端正 ,  封润洋 ,  王勋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口，提取窗口下每一帧的图像特征，然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征，接着，通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构，并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整，这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题，能够更好地对视频进行姿态估计，提高视频场景下的人体姿态估计准确率。

公开(公告)号：CN112347861B

公开(公告)日：2023-12-05

申请号：CN202011111463.7

申请日：2020-10-16

Applicant: 浙江工商大学

Inventor： 陈豪明 ,  杨柏林 ,  刘振广 ,  王津航 ,  田端正 ,  封润洋 ,  王勋

IPC: G06V40/20 ,  G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口，提取窗口下每一帧的图像特征，然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征，接着，通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构，并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整，这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题，能够更好地对视频进行姿态估计，提高视频场景下的人体姿态估计准确率。