摘要
本发明公开了一种基于轮廓信息的人体姿态估计域泛化方法,首先设置三个子模型并分别采用相应的训练样本集进行预训练,包括实例分割模型,轮廓检测模型和初始人体姿态估计模型,然后基于预训练好的三个子模型构建基于轮廓信息的人体姿态估计模型,采用两个轮廓检测模型分别从输入图像和分割得到的行人图像中提取人体轮廓并融合得到最终的人体轮廓,在初始人体姿态估计模型中视觉提取编码器中每层Transformer编码器后增加幅度处理模块用于对特征进行增强,对基于轮廓信息的人体姿态估计模型进行训练后,采用该模型估计得到输入图像的人体姿态图像。本发明通过引入轮廓信息提高人体姿态估计域泛化的性能。
技术关键词
人体姿态估计
人体轮廓
轮廓信息
实例分割模型
泛化方法
图像
编码器
训练样本集
解码器
参数
编码块
频域特征
视觉特征提取
关键点
模块
系统为您推荐了相关专利信息
侧视轮廓
尺寸特征
半导体芯片封装结构
瓷片
偏差
关键帧
运动心理学
测量方法
数据结构模型
运动员
无损测量方法
对虾
计算机视觉
实例分割模型
数据处理单元
地图模型
空间布局信息
智能配置方法
生成终端
蚁群算法
区域判别方法
无损伤
计算机程序代码
计算机程序产品
轮廓信息