一种基于卷积神经网络的高帧率3D体态识别方法
基本信息
| 申请号 | CN202010856917.7 | 申请日 | - |
| 公开（公告）号 | CN112329513A | 公开（公告）日 | 2021-02-05 |
| 申请公布号 | CN112329513A | 申请公布日 | 2021-02-05 |
| 分类号 | G06K9/00(2006.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 孙旭;朱晓勇 | 申请（专利权）人 | 苏州荷露斯科技有限公司 |
| 代理机构 | 江苏圣典律师事务所 | 代理人 | 徐晓鹭 |
| 地址 | 215000江苏省苏州市苏州工业园区新平街388号腾飞科技园12号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于卷积神经网络的高帧率3D体态识别方法，包括以下步骤：步骤一，终端获取包含人体动作的视频，建立视频中场景以待识别人体为中心的方位坐标；步骤二，对于每一个已知的人体位置进行人体2D关键点检测和动作识别；步骤三，基于视频的时序信息，通过多幅图像对比，离线的进行3D关键点检测；步骤四，最后进行模型压缩，以部署在手机上。本申请方法通过将卷积神经网络等技术应用到手机移动端进行3D人体关键点识别，通过模型压缩以及算法创新，将算法流畅的运行在算力不足的手机等设备上，运行帧率提高，实现了较好的识别效果。 |
