人体姿态估计的数据生成方法及电子设备

本申请涉及计算机视觉技术领域，提供一种人体姿态估计的数据生成方法及电子设备，用于提高人体数据的多样性和降低人体关节点的标注误差。该方法通过动态调节参数化人体模型的形状参数，获得不同体型的目标人体模型，并将人体动作序列迁移到每个目标人体模型上，使得生成的人体图像数据集能够覆盖复杂体型的人群和各种动作，提升了人体数据的多样性，这样，针对驱动后的每个人体网格模型和目标挂架，在不同视角下进行3D到2D的投影后，自动得到多张人体图像以及每张人体图像中可见的第一关节点的2D坐标，无需人工进行关节点标注，减少了标注成本和误差，进而保证人体图像数据集后续用于人体姿态估计时，能够有效提高人体姿态估计的准确性。