-
公开(公告)号：CN119920011A
公开(公告)日：2025-05-02
申请号：CN202510107111.0
申请日：2025-01-23
Applicant: 辽宁工程技术大学鄂尔多斯研究院
Abstract: 本发明提供了融合双层语义信息的三维人体姿态估计方法，涉及三维姿态估计技术领域，本发明利用层次特征提取模块生成包含多元化信息的初始可行三维姿态，提供不同层次语义信息；通过对特征的有效精细化处理，强化重要信息，确保最终用于融合操作的可行三维姿态特征具有更强的表达能力；关联计算模块以及关联特征融合机制，能够有效的融合可行三维姿态特征中的互补信息，充分利用全局信息推动模型进行更加精准的人体姿态估计工作，与其他方法相比，本发明得到了更低的平均关节误差、更高的关节点正确率，更低的参数量和计算量，更好地避免人物自遮挡和复杂姿势带来的误差，取得了更高的准确性和鲁棒性。
-
公开(公告)号：CN119919590A
公开(公告)日：2025-05-02
申请号：CN202510107119.7
申请日：2025-01-23
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06T17/00 , G06T15/00 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/048 , G06V10/40 , G06V10/80 , G06T3/067 , G06N3/08
Abstract: 本发明提供了融合局部空间信息的新视角合成方法，涉及视角合成技术领域，本发明在形成神经点云时，使用特征金子塔网络获取融合了场景不同尺度信息的图片特征，通过神经点云特征对齐模块调整局部特征的采样位置，查询每个点云所对应的图片特征区域并生成神经点云，与直接使用2D卷积网络进行下采样相比，能够更好地关注相关区域并捕获更多有用的特征，将其融入到神经点云中。在体积密度预测网络前，通过神经点云Transformer模块捕获局部空间的上下文表示，局部神经点云特征通过自注意力机制对自身线索进行补全，能够有效处理点云的稀疏性和不规则性，提升最终合成图片的质量。本发明在真实场景和弱纹理区域的合成结果得到了显著提升。
-
公开(公告)号：CN119600686A
公开(公告)日：2025-03-11
申请号：CN202411680330.X
申请日：2024-11-22
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06V40/20 , G06V10/774 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种融合手物特征的三维手势估计方法，涉及姿态识别技术领域。该方法具体包括：获取若干张不同的包含手和物体3D姿势的手物图像，并构建图像数据集，再根据预设的比例从图像数据集中划分训练集；构建融合手物特征的手部遮挡估计联合模型；将训练集输入融合手物特征的手部遮挡估计联合模型进行训练，得到训练好的融合手物特征的手部遮挡估计联合模型；采集包含手和物体3D姿势的手物图像，并输入训练好的融合手物特征的手部遮挡估计联合模型中进行手势估计，得到三维手势估计结果。本发明通过设计一种融合手物特征的手部遮挡估计联合模型，能够在严重遮挡条件下更好地提取到手部特征信息。
-
公开(公告)号：CN119920010A
公开(公告)日：2025-05-02
申请号：CN202510106410.2
申请日：2025-01-23
Applicant: 辽宁工程技术大学鄂尔多斯研究院
IPC: G06V40/20 , G06V10/46 , G06V10/764 , G06V10/40 , G06V10/80 , G06N3/0464 , G06V10/82 , G06N3/045 , G06N3/048
Abstract: 本申请提出一种融合多关节特征的单目视觉三维人体姿态估计方法及装置，属于数字图像处理技术领域，其中方法包括：将信息增强编码进行关节分类，得到关节组；对关节组进行多分支特征提取；取人体关节点的二维坐标序列中的中间帧的二维坐标，并对中间帧的二维坐标提取整体的空间位置信息；将多分支的关节运动特征以及整体的空间位置信息进行融合，得到融合特征；对融合特征进行位姿估计，得到估计结果。本申请针对时间序列冗余，设计了多分特征提取架构，其次，针对关节局部信息和全局信息融合不充分的问题，将关节进行分组，并重新组合。最后，针对预测出不合理姿态的问题，使用中间帧关节信息作为约束，提高了预测的准确性。
-
-
-
Search Results
4
records
(took 0.029 seconds)
