摘要
本发明公开了基于双层隐空间的人体姿态估计方法,该方法首先使用矢量量化变分自编码器训练编码器,将人体姿态和人体关节点间的联合依赖关系,编码为不同尺度的离散标记序列,得到训练好的码本和解码器;然后冻结得到的码本和解码器,将预处理后的图像通过神经网络提取图像特征,先进行图像特征预处理,然后利用两个分类头,结合两个码本将图像特征分别进行最近邻查找算法量化,拼接量化后得到的两个特征,输入解码器重建姿态,输出人体姿态估计结果。本发明解决了由于遮挡引起的歧义问题,提高了被遮挡关节点位置的检测精度。
技术关键词
人体姿态估计方法
人体关节点
姿态特征
查找算法
编码器训练
输入解码器
标记
矢量量化
序列
sigmoid函数
图像
通道
注意力
系统为您推荐了相关专利信息
轨迹绘制方法
AI算法
卡尔曼滤波模型
LSTM神经网络
动态卡尔曼滤波
图像处理模型
网络单元
预测特征
网络特征
噪声图像
属性预测模型
分子属性预测方法
编码器架构
数据
构建训练集
视频传输系统
人体关节点坐标
传输模块
语音
标签