摘要

本发明公开了一种基于深度学习的恢复被遮挡人体姿态序列方法,包括以下步骤:根据视频数据进行处理,获取人体步行数据集,对人体步行数据集进行数据预处理并划分,得到前序姿态序列、目标姿态序列、后序姿态序列;训练基于RNN的第一预测模型,该模型以前序姿态序列作为输入,被遮挡姿态序列作为输出;训练基于CNN的第二预测模型,该模型使用后序姿势作为输入,被遮挡姿态序列作为输出;将第一预测模型和第二预测模型的输出进行有权重相加,并添加MergeNet网络,构建训练总模型,通过训练总模型得到最终姿态序列;本发明通过解析前序姿态序列和后续姿态序列的信息,便可恢复出人体被障碍物遮挡的运动姿态序列。