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：天津大学

摘要：本发明公开了一种面向低分辨率图像的多人人体模型重建方法，涉及三维视觉技术领域。本发明所提供的一种面向低分辨率图像的多人人体模型重建方法，基于端到端的自上而下的多人重建网络，针对高分辨率图像和低分辨率图像的双分支网络，通过空间注意力机制提高网络对不同分辨率图像的识别度；提出跨尺度特征参考策略，利用高分辨率图像特征，引导低分辨率分支特征生成，通过缩短两个分支的特征距离有效地对低分辨率分支特征进行引导；引入对比学习约束，区分来自不同场景的特征信息，使得来自同一场景的低分辨率分支特征更加贴近高分辨率分支特征；并利用多任务学习机制对加入的实例分割网络和重建网络同时进行优化，进而有效提高了重建结果的精度。

主权项：1.一种面向低分辨率图像的多人人体模型重建方法，其特征在于：包括如下步骤：S1、对公共数据集进行数据预处理，通过对高分辨率图像进行下采样降低分辨率以获得低分辨率图像，在保持图像原有长宽比的基础上将低分辨率图像缩放到统一大小用于训练低分辨率分支网络；S2、通过原有的高分辨率图像训练高分辨率分支网络，所述高分辨率分支网络分为目标检测阶段以及SMPL人体重建阶段；在目标检测阶段，通过目标检测网络的骨干网络和金字塔网络实现特征提取，进而利用区域候选网络和感兴趣区域网络识别出人体区域，最后对人体检测框识别出的人体区域进行分析并重建人体三维模型；S3、利用S1中预处理得到的低分辨率图像训练低分辨率分支网络，通过与高分辨率分支网络参数共享的目标检测阶段和SMPL人体重建阶段实现对低分辨率图像的重建；S4、在目标检测网络前端设计参数不共享的空间注意力机制，分别用于提取高分辨率分支网络和低分辨率分支网络的特征信息，进而通过增加对高分辨率分支网络和低分辨率分支网络的识别度，以更好地区分不同分辨率的特征信息；S5、在低分辨率分支网络的训练过程中，在目标检测阶段增加跨尺度的特征参考策略，利用高分辨率分支网络的特征信息引导低分辨率分支网络特征信息的生成；同时对金字塔网络中的最高层特征引入对比学习约束，从而更好地区别不同场景的图像信息，使得低分辨率分支网络的特征更加接近高分辨率分支网络；S6、基于S5，在SMPL重建阶段增加实例分割网络，在多任务学习机制下同时优化实例分割网络和重建网络，从而提高人体检测框的准确度和重建结果的精度。

全文数据：

权利要求：

百度查询： 天津大学 一种面向低分辨率图像的多人人体模型重建方法