摘要
本发明涉及基于R2Fusion的多模态隧道施工人体位姿检测与估计模型构建方法,属隧道安全监控领域。包括:进行RGB图像、深度图像和红外图像数据采集,通过对齐处理结合自适应权重网络实现多模态图像融合;通过HRNet检测人体关节点,WPNet捕捉人体非刚性形变,生成相应的特征图;通过融合AGCA和DLCA构建R2Fusion模型,对关键点进行描述,实现人体位姿的检测;采集IMU惯性测量数据,融合IMU得到的数据与视觉数据,通过构建关键点最小代价函数并求得旋转矩阵与平移矩阵,进一步进行姿态估计与校正,并保证实时监控与反馈。本发明提升对隧道复杂环境下人体的定位精度,使隧道安全巡检更加安全可靠。
技术关键词
人体位姿检测
模型构建方法
关键点
图像
人体关节点
矩阵
特征描述符
概率密度函数
捕捉人体
多相机系统
多层感知机
卷积神经网络提取特征
姿态估计
卡尔曼滤波器
深度相机
隧道安全监控
红外热成像相机
特征提取模块
Softmax函数
系统为您推荐了相关专利信息
船只
定位精度提升方法
地理坐标信息
数据
星载SAR成像
数据分析方法
视频监控数据
多模态
物联网设备数据
决策树算法
监测方法
虫害图像
无人机采集图像
标记
深度学习模型对图像