公开(公告)号：CN113837130B

公开(公告)日：2023-08-08

申请号：CN202111150158.3

申请日：2021-09-29

Applicant: 福州大学

Inventor： 林志贤 ,  林依林 ,  林珊玲 ,  林坚普 ,  张永爱 ,  周雄图 ,  叶芸 ,  郭太良

IPC: G06V40/20 ,  G06V10/46 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种人体手部骨架检测方法，首先处理待识别图片，获取目标人体手部骨架的初始姿态，然后获取处理所述待识别图片过程中不同解码层输出的特征图，之后处理所述特征图得到特征图数据，并从所述特征图数据中提取与所述初始姿态对应的位置数据作为输入数据，最后输入所述初始姿态以及所述输入数据至经过训练的图卷积神经网络，获取所述目标手部骨架的最终姿态，其中，所述图卷积神经网络的矩阵表示根据人体手部骨架结构的约束关系确定。该技术方案通过结合人体关节结构之间的基本约束信息以及挖掘出的特征图中包含的被遮挡关键点的相关数据，能够精确地调整被遮挡关键点的位置，因此对于人体手部骨架的检测具有较高的正确率。

公开(公告)号：CN113837130A

公开(公告)日：2021-12-24

申请号：CN202111150158.3

申请日：2021-09-29

Applicant: 福州大学

Inventor： 林志贤 ,  林依林 ,  林珊玲 ,  林坚普 ,  张永爱 ,  周雄图 ,  叶芸 ,  郭太良

IPC: G06K9/00 ,  G06K9/46 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种人体手部骨架检测方法，首先处理待识别图片，获取目标人体手部骨架的初始姿态，然后获取处理所述待识别图片过程中不同解码层输出的特征图，之后处理所述特征图得到特征图数据，并从所述特征图数据中提取与所述初始姿态对应的位置数据作为输入数据，最后输入所述初始姿态以及所述输入数据至经过训练的图卷积神经网络，获取所述目标手部骨架的最终姿态，其中，所述图卷积神经网络的矩阵表示根据人体手部骨架结构的约束关系确定。该技术方案通过结合人体关节结构之间的基本约束信息以及挖掘出的特征图中包含的被遮挡关键点的相关数据，能够精确地调整被遮挡关键点的位置，因此对于人体手部骨架的检测具有较高的正确率。