申请/专利权人：深兰科技(上海)有限公司

申请日：2021-08-05

公开（公告）日：2024-04-23

公开（公告）号：CN113780075B

主分类号：G06V40/20

分类号：G06V40/20;G06V10/774;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08;G06T17/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.12.28#实质审查的生效;2021.12.10#公开

摘要：本发明实施例公开一种骨架动作图生成方法、生成装置、计算机设备及介质。在一具体实施方式中，该方法包括：根据动作的语义分布的标准差及动作的语义分布的均值进行重采样，以得到动作的语义向量；将所述动作的语义向量、所述动作的语义向量的邻接矩阵及指定的动作类别标签输入已训练的基于时空图反卷积模型的解码网络，得到连续N帧骨架动作増广图的关节点坐标，以生成连续N帧骨架动作图。该实施方式可以生成比较真实的人体骨架动作，降低了获取人体骨架动作样本数据的成本。

主权项：1.一种骨架动作图生成方法，其特征在于，包括：根据动作的语义分布的标准差及动作的语义分布的均值进行重采样，以得到动作的语义向量；将所述动作的语义向量、所述动作的语义向量的邻接矩阵及指定的动作类别标签输入已训练的基于时空图反卷积模型的解码网络，得到连续N帧骨架动作増广图的关节点坐标，以生成连续N帧骨架动作图，其中，所述动作的语义分布的标准差、所述动作的语义分布的均值及所述解码网络由带有动作类型标签的M种动作的骨架动作样本图训练得到，每种动作的骨架动作样本图包含连续N帧骨架动作样本图，所述指定的动作类别标签对应所述M种动作中的一种，M≥1，N≥2；所述基于时空图反卷积模型的解码网络包括串联连接的第一全连接层、时空图反卷积模块和第一时空图反卷积模型，所述第一全连接层的输入端为所述解码网络的输入端，所述第一时空图反卷积模型的输出端作为所述解码网络的输出端；所述时空图反卷积模块包括串联连接的P个时空图反卷积子模块，P≥1；所述时空图反卷积子模块包括第一残差网络、第二时空反卷积模型和第一计算层，所述第一计算层的输入端分别连接所述第一残差网络和所述第二时空反卷积模型的输出端，所述第一计算层为加法层或拼接层；第1个时空图反卷积子模块的第一残差网络和第二时空反卷积模型的输入端分别连接所述第一全连接层的输出端，第i+1个时空图反卷积子模块的第一残差网络和第二时空反卷积模型的输入端分别连接第i个时空图反卷积子模块的第一计算层的输出端，第P个时空图反卷积子模块的第一计算层的输出端连接所述第一时空图反卷积模型的输入端，1≤i＜P。

全文数据：

权利要求：

百度查询： 深兰科技(上海)有限公司 骨架动作图生成方法、生成装置、计算机设备及介质

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