一种基于树模型的图卷积回归分组方法及系统

本发明涉及人体姿态估计技术领域，尤其提供了一种基于树模型的图卷积回归分组方法及系统，方法包含将图卷积模块中各卷积层的节点与H‑Keypoint树状图模型中相应层级的关键点节点建立双向映射关系，得到结构化的关键点树形拓扑特征图；输出各关键点的类别归属置信度和空间位置偏移量；将异常关键点重新分配至正确的组别，得到矫正后的关键点分组结果；对矫正后的关键点分组结果进行非极大抑制处理，抑制重叠姿态候选结果；将经过非极大抑制处理后的分组结果作为分组连接输出，形成完整的人体姿态骨架；进行联合训练，得到训练后的基于树模型的图卷积回归分组网络。本发明显著提升复杂场景下人体姿态估计的鲁棒性与准确性。