公开(公告)号：CN115661858A

公开(公告)日：2023-01-31

申请号：CN202211249602.1

申请日：2022-10-12

Applicant: 重庆邮电大学

Inventor： 陈乔松 ,  吴济良

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/774 ,  G06V10/80 ,  G06V10/42 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明请求保护一种基于局部特征与全局表征耦合的2D人体姿态估计方法，包括如下步骤：获取数据集，选取并划分人体姿态估计任务所需的训练集和验证集；获取人体的具体位置，对样本图像进行分割，同时对分割后的图像进行数据增强；将处理后的数据输入基于Pytorch开源深度学习框架设计的卷积神经网络中；输出的热度图能表示人体关节点的位置；计算网络模型的输出热度图与对应标注热度图的损失，训练并优化检测模型；步骤五，利用优化后的模型参数，检测真实场景图像中人体关节点的位置，得到相应的人体骨骼框架。本发明基于耦合卷积神经网络提取的局部特征和Transformer捕捉的全局表征来提升网络的特征提取能力，实现了端到端的人体姿态估计方法。