摘要
本公开提供了一种基于深度学习网络的非视域人体姿势建模方法、装置、设备,该方法包括:获取目标非视域数据,目标非视域数据包括表征目标对象在遮挡物后的姿态的目标三维点云数据;对目标三维点云数据进行降维处理得到目标点云特征图;将点云特征图输入到目标姿态识别模型中,得到预测关节数据,预测关节数据包括预测关节点数据和预测关节连接数据;在由预测关节点数据和预测关节连接数据确定的预测对象姿态为第一预设姿态的情况下,基于预测关节点数据和预测关节连接数据,生成目标三维模型。
技术关键词
关节点
三维点云数据
姿态识别模型
点云特征
点云强度
三维模型
深度学习网络
人体姿势
样本
对象
深度图
建模方法
人物模型
子模块
置信度阈值
建模装置
系统为您推荐了相关专利信息
残值评估方法
电池
分数预测模型
三维点云数据
电化学阻抗谱
变化监测方法
三维模型
坐标系
变化监测装置
云台
三维重建系统
相机标定参数
视觉
双相机图像
边界轮廓
位置识别方法
距离图像
多模态特征融合
描述符
视觉特征