基于多模态融合的姿态估计方法、系统、电子设备及介质

本申请公开一种基于多模态融合的姿态估计方法、系统、电子设备及介质，方法包括：获取待检测图像、深度图像以及毫米波信号数据，其中，待检测图像包括至少一个目标物体；通过预设的深度神经网络对待检测图像以及深度图像进行特征投影，得到第一特征数据，并对毫米波信号数据进行特征投影，得到第二特征数据；将第一特征数据和第二特征数据输入编码器模块进行特征融合，输出聚合特征数据；通过解码器模块对聚合特征数据进行特征分离，得到类别向量以及关键点向量；根据类别向量以及关键点向量估计目标物体的目标姿态。在本申请实施例中，通过对不同模态的数据进行处理，提高人体姿态估计的准确性。