摘要
本发明属于三维人体姿态估计技术领域,提供了基于深度学习的三维人体运动姿态实时估计方法及系统,接收包含人体的图像或视频序列;利用深度神经网络模型,从图像或视频序列中提取人体的二维关节位置信息;将二维关节位置信息输入到三维姿态估计模块,通过深度顺序感知l oss和重叠l oss,预测并优化人体的三维关节位置;输出估计的三维人体运动姿态;本发明通过接收包含人体的图像或视频序列,利用深度神经网络模型提取二维关节位置信息,并输入到三维姿态估计模块中预测并优化三维关节位置,最终输出估计的三维人体运动姿态,实现实时估计;该方法具有显著的有益效果,能够高效、准确地估计三维人体运动姿态,同时保证了实时性和对复杂环境的适应性。
技术关键词
三维人体运动
实时估计方法
深度神经网络模型
关节
三维人体姿态估计
视频
知识蒸馏技术
序列
图像
回归方法
残差网络
输出模块
可读存储介质
处理器
计算机
关系
系统为您推荐了相关专利信息
移动机械臂
人机协同作业
运动控制方法
速度阻尼器
关节
人体关键点
人体示教
人形机器人
机器人关节
人体姿态估计
面向人机交互
运动特征
运动预测方法
交互特征
机器人
决策
深度神经网络模型
融合无人机
卷积神经网络提取
仿真环境
地震分析方法
LNG储罐
深度神经网络模型
构建深度神经网络
仿真模型