申请/专利权人：北京交通大学

申请日：2021-01-05

公开（公告）日：2024-04-09

公开（公告）号：CN112801138B

主分类号：G06V40/20

分类号：G06V40/20;G06V40/10;G06V10/774;G06V10/82;G06F16/951;G06N3/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.06.01#实质审查的生效;2021.05.14#公开

摘要：本发明提供了一种基于人体拓扑结构对齐的多人姿态估计方法。该方法包括：用MS‑COCO和MPLL数据集为输入训练HRNet网络，得到XZZNet网络；利用HRNet网络对数据集的图像样本进行学习得到人体关键点图像；将SZF数据集输入到XZZNet网络中，生成候选的没有袖子的人体姿态关键点；对HRNet网络生成的人体关键点图和XZZNet生成的候选的人体关键点图进行图匹配，利用交叉熵损失函数微调XZZNet网络，得到优化的XZZNet网络；将SZF数据集输入到优化的XZZNet网络中，生成SZF数据集中的图像对应的关键点检测图像，根据关键点检测图像得到图像中包含人体的各个关键点姿态信息。本发明在没有标记或者稀疏标记的图像中可以显著提高目标域的性能，在无监督网络学习框架下可以准确地区分图像中人体的各个关键点。

主权项：1.一种基于人体拓扑结构对齐的多人姿态估计方法，其特征在于，包括：通过网络爬虫爬取没有袖子的人体图像，构建SZF数据集；用MS-COCO和MPLL数据集为输入训练HRNet网络，得到XZZNet网络；利用HRNet网络对MS-COCO和MPLL数据集的图像样本进行学习得到人体关键点图像；将SZF数据集输入到XZZNet网络中，XZZNet网络生成候选的没有袖子的人体姿态关键点；对HRNet网络生成的人体关键点图和XZZNet生成的候选的人体关键点图进行图匹配，根据图匹配结果利用交叉熵损失函数微调XZZNet网络，得到优化的XZZNet网络；将SZF数据集输入到优化的XZZNet网络中，生成SZF数据集中的图像对应的关键点检测图像，根据关键点检测图像得到图像中包含人体的各个关键点姿态信息；所述的用MS-COCO和MPLL数据集为输入训练HRNet网络，得到XZZNet网络；利用HRNet网络对MS-COCO和MPLL数据集的图像样本进行学习得到人体关键点图像，包括：对MS-COCO和MPLL数据集中的原始图像进行翻转、裁剪和重塑,以变化后的图像为输入训练HRNet网络，得到鲁棒的XZZNet网络；利用HRNet网络对MS-COCO和MPLL数据集的图像样本进行学习得到人体关键点图，平均变化后的图像生成的热图，每个人体关键点的位置是通过调整最高热值的位置，并在从最高响应到第二高响应的方向上偏移四分之一来预测；所述的将SZF数据集输入到XZZNet网络中，XZZNet网络生成候选的没有袖子的人体姿态关键点，包括：将之前构建的SZF数据集输入到XZZNet网络中，通过XZZNet网络中的CAFA模块和预训练网络利用Lfd函数学习人体姿态跨域表示 其中，M,N表示源域与目标域的样本图像数量，Fs,i′，Ft,j′表示第i个位置的Fs'和第j个位置的Ft'，φ是一个映射操作，它将域特征投影到一个内核希尔伯特空间H中；将SZF数据集中的图像样本进行关键点的标记与注释，采用编码器-解码器架构进行姿态预测，用特征提取器生成相应的图像三元组特征ftj和根据图像三元组特征ftj和通过CAFA模块得到自适应的特征点Fs,Ft，将特征点Fs,Ft输入到姿态估计器中，预测出各自的关键点热图，生成候选的人体关键点图像；所述的对HRNet网络生成的人体关键点图和XZZNet生成的候选的人体关键点图进行图匹配，根据图匹配结果利用交叉熵损失函数调整XZZNet网络，得到优化的XZZNet网络，包括：利用人体拓扑对齐对HRNet网络标注的人体关键点图像和XZZNet网络生成的候选标注的人体关键点图像进行图构建和图匹配操作，对域内一阶关键点进行对齐，根据交叉熵函数给出HRNet网络标注的人体关键点图像和XZZNet网络生成的候选标注的人体关键点图像对齐的损失函数，通过最小化所述损失函数反向微调XZZNet网络，利用反向传播BP算法不断更新XZZNet网络模型的参数，以训练XZZNet网络模型，使得XZZNet网络收敛，得到优化的XZZNet网络和矫正后的候选的人体关键点图像。

全文数据：

权利要求：

百度查询： 北京交通大学 基于人体拓扑结构对齐的多人姿态估计方法

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