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！
摘要：一种基于逐次超松弛图卷积神经网络的3D人体姿态估计方法、系统、设备及介质，方法包括：使用2D姿态检测器对输入图像或视频进行检测，获取图像或视频中人体的2D关节点坐标；对2D关节点坐标执行统一的标准化处理；构建图邻接矩阵用于表示图结构模型；将经标准化处理的2D关节点坐标作为图卷积神经网络的初始输入特征，为图卷积神经网络提供初始的2D关节点信息，采用逐次超松弛迭代方法，结合构建的图邻接矩阵，对初始输入特征进行更新，经过SOR循环迭代更新后，图卷积神经网络最终输出预测的3D人体姿态，包括人体各个关节的3D坐标；系统、设备及介质用于实现该方法；本发明提高网络的计算效率，降低过度拟合的风险，取得更好的鲁棒性。
主权项：1.一种基于逐次超松弛图卷积神经网络的3D人体姿态估计方法，其特征在于，包括以下步骤：步骤1，使用2D姿态检测器对输入图像或视频进行检测，获取图像或视频中人体的2D关节点坐标；步骤2，对步骤1检测到的2D关节点坐标执行统一的标准化处理；步骤3，将预定义的人体骨架结构建模为图结构模型，在图结构模型中，人体各关节表示为图中的节点，连接这些节点的边以模拟人体骨骼的连接方式，构建图邻接矩阵用于表示图结构模型；步骤4，将步骤2中经标准化处理的2D关节点坐标作为图卷积神经网络的初始输入特征，为图卷积神经网络提供初始的2D关节点信息，采用逐次超松弛SuccessiveOverRelaxation，SOR迭代方法，结合步骤3构建的图邻接矩阵，对初始输入特征进行更新，经过SOR循环迭代更新后，图卷积神经网络最终输出预测的3D人体姿态，包括人体各个关节的3D坐标。
全文数据：
权利要求：
百度查询： 西安电子科技大学 一种基于逐次超松弛图卷积神经网络的3D人体姿态估计方法、系统、设备及介质
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