申请/专利权人:之江实验室
申请日:2024-02-07
公开(公告)日:2024-03-19
公开(公告)号:CN117726760A
主分类号:G06T17/00
分类号:G06T17/00;G06V10/44;G06V40/20;G06V20/40
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本说明书公开了一种用于视频的三维人体重建模型的训练方法及装置,重建模型至少包含特征提取层、运动增强层和回归层,针对每个图像序列,根据该图像序列的初始特征对应的第一张量的帧数轴、高度轴和宽度轴,确定所述初始特征的序列特征元,根据各序列特征元的运动增强特征,得到样本视频中预测三维人体的重建视频,根据各图像序列的速度损失和样本视频的三维重建损失训练该重建模型。在得到各图像序列的初始特征后,以序列特征元为单位,对同一通道的同一图像序列包含的各帧图像的特征进行特征增强,增强了同一图像序列中各帧图像之间联系,并根据速度损失来监督重建模型对帧间连续性的增强。
主权项:1.一种用于视频的三维人体重建模型的训练方法,其特征在于,所述重建模型至少包含特征提取层、运动增强层和回归层,所述方法包括:获取样本视频,确定所述样本视频对应的多个图像序列;针对每个图像序列,将该图像序列输入所述特征提取层,得到该图像序列的初始特征,确定所述初始特征对应的第一张量,根据所述第一张量的帧数轴、高度轴和宽度轴,确定所述初始特征的序列特征元,根据所述第一张量的序列轴和通道轴,确定所述初始特征的序列特征元的数量;针对每个序列特征元,将该序列特征元,输入所述运动增强层,确定该序列特征元的运动增强特征,根据各序列特征元的运动增强特征,确定所述样本视频的运动增强特征;将所述样本视频的运动增强特征输入所述回归层,得到所述样本视频中预测三维人体的重建视频;确定所述重建视频中各帧图像中预测三维人体的预测三维关节点,针对每个图像序列,根据该图像序列的各帧图像中预测三维关节点的位置变化,确定该图像序列的预测三维关节点的平均速度,作为该图像序列的预测速度;根据所述该图像序列的预测速度与该图像序列的标注速度的差异,确定该图像序列的速度损失,根据各图像序列的速度损失和所述样本视频的三维重建损失,训练所述重建模型。
全文数据:
权利要求:
百度查询: 之江实验室 一种用于视频的三维人体重建模型的训练方法及装置
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。