一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法
基本信息
申请号 | CN202210418562.2 | 申请日 | - |
公开(公告)号 | CN114758359A | 公开(公告)日 | 2022-07-15 |
申请公布号 | CN114758359A | 申请公布日 | 2022-07-15 |
分类号 | G06V40/10(2022.01)I;G06V10/82(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 陈洪权;环宇翔;梁龙飞;邹卓;郑立荣 | 申请(专利权)人 | 上海新氦类脑智能科技有限公司 |
代理机构 | 无锡经诚知识产权代理事务所(普通合伙) | 代理人 | - |
地址 | 200000上海市杨浦区邯郸路220号 | ||
法律状态 | - |
摘要
摘要 | 本发明涉及深度学习技术领域,具体是一种基于深度学习热力值的RefineF人体骨骼关键点精度提高算法,包括:获取输入图像得到原始图像输入数据;翻转输入图像数据得到翻转后图像输入数据;将图像数据分别输入深度神经网络中得到其热力值输出;整合两种输出得到网络最终热力值输出获取输出的所有最大值的大小以及对应的最大值坐标;以最大值坐标为中心持续执行Refine方法;汇总所有位置的骨骼关键点坐标得到最终关节点位置。本发明对图像中人体骨骼关键点附近的异物具有较强的抗干扰性,能够快速且更为准确地得到人体骨骼关键点的输出坐标位置,并且能够极大地提高模型对人体姿态捕捉结果的精度,输出结果还具有一定的鲁棒性和稳定性。 |
