成果介绍
本申请涉及一种人体姿态估计方法、装置、计算机设备以及存储介质。所述方法包括:将待检测的RGB视频序列输入骨干网络,通过所述骨干网络从RGB视频序列中提取2D人体姿态序列;将所述2D人体姿态序列输入基于卷积神经网络和自注意力机制的时空信息编码模块,所述时空信息编码模块交替使用空间信息编码器和时间信息编码器对所述2D人体姿态序列进行特征编码,并输出时空特征编码信息;使用解码器将所述时空特征编码信息映射为3D坐标,并输出3D人体姿态序列。本申请利用注意力机制自适应地学习视频图像的特征,并将注意力集中于人体关节点之间的时空关系,能够更好地处理视频图像中人体姿态的时空关系,提高人体姿态估计的精度和效率。
成果亮点
权利要求
1.一种人体姿态估计方法,其特征在于,包括:
将待检测的RGB视频序列输入骨干网络,通过所述骨干网络从RGB视频序列中提取2D人体姿态序列;
将所述2D人体姿态序列输入基于卷积神经网络和自注意力机制的时空信息编码模块,所述时空信息编码模块交替使用空间信息编码器和时间信息编码器对所述2D人体姿态序列进行特征编码,并输出时空特征编码信息;
使用解码器将所述时空特征编码信息映射为3D坐标,并输出3D人体姿态序列。
2.根据权利要求1所述的人体姿态估计方法,其特征在于,所述将待检测的RGB视频序列输入骨干网络之前,还包括:
获取待检测的RGB视频序列,所述待检测的RGB视频序列中包含M帧RGB图像。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料