申请/专利权人：福州大学

申请日：2024-01-19

公开（公告）日：2024-04-19

公开（公告）号：CN117911499A

主分类号：G06T7/70

分类号：G06T7/70;G06T7/269;G06N3/045;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明涉及一种基于随机掩码和稠密匹配的3D人体姿态估计方法，包括以下步骤：步骤S1：获取3D人体姿态估计数据集，将视频数据集拆分成图片，形成2D和3D的人体姿态估计数据，并用关键帧选取算法抽取关键帧；步骤S2：利用基于随机掩码的DMFormer框架，自监督进行预训练；步骤S3：获取人体姿态估计数据集，划分训练集、测试集以及验证集，利用步骤S2中获得的预训练模型进一步进行训练，得到最终的3D姿态估计模型；步骤S4：利用基于稠密匹配的方法，进行关键帧前后帧的稠密光流估计，完成整个视频数据集的3D姿态估计。

主权项：1.一种基于随机掩码和稠密匹配的3D人体姿态估计方法，其特征在于，包括以下步骤：步骤S1：获取3D人体姿态估计数据集，将视频数据集拆分成图片，形成2D和3D的人体姿态估计数据，并用关键帧选取算法抽取关键帧；步骤S2：利用基于随机掩码的DMFormer框架，自监督进行预训练；步骤S3：获取人体姿态估计数据集，划分训练集、测试集以及验证集，利用步骤S2中获得的预训练模型进一步进行训练，得到最终的3D姿态估计模型；步骤S4：利用基于稠密匹配的方法，进行关键帧前后帧的稠密光流估计，完成整个视频数据集的3D姿态估计。

全文数据：

权利要求：

百度查询： 福州大学 一种基于随机掩码和稠密匹配的3D人体姿态估计方法

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