摘要
本发明提供了一种人体姿态估计方法及系统,本发明的人体姿态估计方法包括:将人体分成多个部分;分别将人体不同部分的运动数据、起始状态下的速度数据、关节起始位置信息集、初始姿态数据作为深度学习网络模型的输入,训练所述深度学习网络模型,得到人体不同部分的姿态估计模型。本发明分别构建人体不同部分的姿态估计模型,采用逐级处理方式处理运动数据、关节位置数据等,这种逐级处理方式充分利用了加速度和关节位置的线索,减少了动作模糊,同时保持了快速响应的优势。本发明能够分别抓住人体不同部分的独特运动特点,利用这些部位的空间特性来提高速度和关节位置的计算精确度,从而在多样化的动作场景中实现更稳定的姿态识别。
技术关键词
人体姿态估计方法
深度学习网络模型
关节
表达式
运动传感器
数据采集模块
加速度
处理器
输出模块
图像
线索
电子设备
系统为您推荐了相关专利信息
关节力矩
控制力矩
动态平衡控制方法
手术机器人臂
复合核函数
电力通信网故障
线路特征
聚类方法
均值聚类算法
拉普拉斯
膝关节置换手术
边界控制方法
闭环控制
机器人
PID控制器
电缆缺陷
高压电缆局部放电
分类缺陷
局部放电检测系统
电缆绝缘层厚度
移动视频设备
分析方法
关键帧
关节点特征
跑步装置