摘要
本发明公开了一种基于交叉网络的单目3D姿态估计方法及相关装置,其方法包括:接收待估计单目图像,并利用2D姿态模型对所述待估计单目图像进行人体关节坐标提取处理,获得人体2D关节坐标信息;利用双层特征提取模块对人体2D关节坐标信息进行局部以及全局的特征信息提取处理,获得局部特征信息以及全局特征信息;将局部特征信息以及全局特征信息进行交叉融合处理,获得交叉融合特征信息;基于分层MLP模块利用交叉融合特征信息进行3D人体姿态估计处理,获得估计3D人体姿态信息。在本发明实施例中,可以准确的提取到图像的局部特征信息以及全局特征信息;同时减少特征缺失;从而实现更高精度的3D人体姿态的估计。
技术关键词
局部特征信息
姿态估计方法
关节
特征提取模块
特征信息提取
坐标
融合特征
人体姿态估计
全局特征信息融合
注意力
局部特征提取
线性
人体骨骼
图像
姿态估计装置
关系
前馈神经网络
分层
系统为您推荐了相关专利信息
工艺参数调控方法
改质
光学相干断层扫描
卷积神经网络模型
裂纹
精密设备
安装误差
压电陶瓷电机
模糊逻辑控制
磁悬浮导轨
梯度提升模型
数据预测方法
样本
变压器
计算机可执行指令