基于深度学习和多层次图结构模型的人体姿态估计方法

作者：何立火; 戴慧冰; 高新波; 邢志伟; 钟炎喆; 路文; 郭兆骐

来源：2018-05-17, 中国, ZL201810476203.6.

本发明公开了一种基于深度学习和多层次图结构模型的人体姿态估计方法,主要解决人体姿态估计精度较低的问题。其包含：1)重新定义人体部件,将人体部件分为组合部件和关节点两种类型；2)利用卷积神经网络对人体部件进行分类和定位,并输出人体各部件的候选坐标；3)设计多层次图结构模型；4)对每一个人体部件,利用设计的多层次图结构模型,计算卷积神经网络输出的候选坐标属于人体部件最终坐标的所有概率,从中选取该部件的最高概率,将最高概率对应的候选坐标取做该部件的最终坐标,并输出,得到人体的姿态估计结果。实验结果表明,本发明能获得高精度的人体姿态估计结果,可用于行为识别、人机交互、运动分析领域中对人体姿态的估计。

• 单位
  西安电子科技大学