申请/专利权人：华南师范大学

申请日：2020-01-03

公开（公告）日：2023-05-26

公开（公告）号：CN111191622B

主分类号：G06V40/20

分类号：G06V40/20;G06V10/46;G06V10/82;G06N3/0455;G06N3/0464;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2023.05.26#授权;2020.06.16#实质审查的生效;2020.05.22#公开

摘要：本发明公开了基于热力图和偏移向量的姿态识别方法、系统及存储介质，方法包括：获取待识别目标图像；对所述待识别目标图像进行特征提取；根据提取的特征，预测关键点位置；对预测得到的关键点进行修正，确定关键点的最终位置；以及根据所述关键点，确定待识别目标的姿态信息。本发明通过提取图像的特征，接着预测关键点位置，还能对预测结果进行修正，最后识别得到姿态信息，本发明能够获得更加精确的姿态信息，可广泛应用于深度学习技术领域。

主权项：1.基于热力图和偏移向量的姿态识别方法，其特征在于，包括：获取待识别目标图像；对所述待识别目标图像进行特征提取；根据提取的特征，预测关键点位置；对预测得到的关键点进行修正，确定关键点的最终位置；以及根据所述关键点，确定待识别目标的姿态信息；所述方法还包括评价姿态识别方法有效性的步骤，该步骤包括：采用AP、PCK性能评价指标进行性能评价，其中，AP在COCO和CROWPOSE数据集中被作为评价指标，而PCK在MPII数据集中被作为评价的指标；通过对象关键点相似度OKS来计算预测的关键点和标注的关键点之间的相似度，所述相似度的计算公式为： 其中Di表示预测的关键点和标注的关键点之间的欧式距离，s为对象的尺度，ki是一个控制衰减的按键控制常数，vi表示关键点是否可见，δvi0表示可见关键点的和；在给定OKS的阈值s之后，测试集上的平均精度AP@s则由下面的公式计算得到: PCK指标表示所有预测的关键点落入到对应标注的关键点周围一定标准化距离的比例；这个标准化距离与图片中人体躯干的最长距离有关，记为PCK@σ，其中σ是区间[0,1]之间的一个小数，用σ乘以躯干最长距离得到评价指标中的标准化距离，具体计算方法如下: 其中N表示样本总数，k代表第k个人体关键点，代表预测关键点，代表真实关键点，代表预测躯干直径，代表真实躯干直径，整体的PCK为: 对于MPII数据集上使用的评价指标是PCKh，PCKh和PCK不同的是，PCKh将标准化距离时用到的躯干最长距离替换为头部最长距离。

全文数据：

权利要求：

百度查询： 华南师范大学 基于热力图和偏移向量的姿态识别方法、系统及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD