龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：腾讯科技(深圳)有限公司
摘要：本申请实施例提供了一种模型训练方法、三维姿态估计方法、装置及电子设备，涉及计算机视觉领域。方法包括：获取至少一个训练样本，将每个训练样本输入到初始三维姿态估计模型进行迭代训练，得到三维姿态估计模型。每轮迭代训练包括：将样本姿态图像输入到本轮迭代的初始三维姿态模型，得到每个关键点的三维高斯混合表征，根据所述关键点的三维高斯混合表征确定在每个二维平面上的二维高斯混合表征；根据每个关键点在每个二维平面上的二维高斯混合表征和二维高斯分布的分布差异，获得所述关键点在每个二维平面上的损失值，根据所述关键点在每个二维平面上的损失值调整初始三维姿态模型的模型参数。本申请实施例有效提高了三维姿态估计的准确率。
主权项：1.一种模型训练方法，其特征在于，包括：获取至少一个训练样本，每个训练样本包括样本姿态图像和标注信息，所述标注信息包括所述样本姿态图像中的至少一个关键点在预设三维坐标系上的三维实际坐标；根据所述至少一个训练样本对初始三维姿态估计模型进行多轮迭代训练至收敛，获得三维姿态估计模型；其中，对于每个训练样本，每轮迭代训练包括：将所述训练样本的样本姿态图像输入本轮迭代的初始三维姿态估计模型，获得每个关键点在预设三维坐标系上三维高斯混合表征，所述三维高斯混合表征用于表征所述样本姿态图像上相应关键点在所述预设三维坐标系上的三维坐标的概率分布；对于每个关键点，根据所述关键点的三维高斯混合表征，获得所述关键点在所述预设三维坐标系中三个相互垂直的二维平面上的二维高斯混合表征，所述二维高斯混合表征用于表征相应关键点在相应的二维平面上的二维坐标的概率分布；对于每个关键点，根据所述关键点在相应二维平面上的二维实际坐标和预设的标准差，确定所述关键点在相应二维平面上的二维坐标的二维高斯分布，并根据所述关键点在每个二维平面上的二维高斯混合表征与二维高斯分布之间的分布差异，确定所述关键点在每个二维平面上的损失值；基于各个关键点在每个二维平面上的损失值，调整所述初始三维姿态估计模型的模型参数。
全文数据：
权利要求：
百度查询： 腾讯科技(深圳)有限公司 模型训练方法、三维姿态估计方法、装置及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号