摘要
本发明公开了一种面向人机协作场景的以人为中心的视觉感知方法,包括以下步骤:S1通过先验知识增强的人体网格恢复算法,预测遮挡场景下的人体形状与姿态参数;S2将所述先验知识增强的人体网格恢复算法预测的姿态参数重组为HRCA‑11格式的骨骼时空拓扑图,经数据增强处理后输入不同权重的动作识别模型进行联合推理,得到单次识别的动作类型和不确定度;S3将所述不确定度和动作类别被送入累加触发器中,结合历史识别记录,输出平滑稳定的动作类别。本发明通过一个2D关键点回归分支学习人体姿态的先验知识,降低了模型在遮挡环境下的误差,并通过累加触发器的方式实现实时的动作识别,提升了模型在实时识别时的准确性与稳定性。
技术关键词
面向人机协作
视觉感知方法
恢复算法
多分辨率特征
动作识别模型
拓扑图
参数
遮挡场景
交互动作识别
人体
关键点
分支
策略
姿态先验
数据
网格
多层感知机
卷积模块
相机
系统为您推荐了相关专利信息
识别方法
运动轨迹规划
抓取机械臂
完整运动轨迹
加速度
数据增广方法
动作识别模型
生成提示词
深度图像数据
关节点
环境分析方法
视觉特征
多模态
计算机设备
动作识别模型
投影灯模块
环境光亮度
动作识别模型
环境光传感器
子模块
生长预测方法
三维点云数据
数据特征提取
植物生长环境
特征提取模块