返回搜索
档案
一种基于改进HRNet上下特征提取的多尺度人体姿态估计方法
发明专利未知
9权利要求 · 4 独立
§ Ⅰ
卷宗概要
IPC 分类
G06V 40/20 (2022.01)G06V 40/10 (2022.01)G06V 10/40 (2022.01)G06V 10/80 (2022.01)G06V 10/52 (2022.01)G06V 10/82 (2022.01)G06V 10/24 (2022.01)
本发明公开了一种基于改进HRNet上下特征提取的多尺度人体姿态估计方法。通过高分辨率主干网络提取多尺度特征;利用分层特征校准模块HFCM,以最高分辨率特征为锚点自上而下引导低分辨率特征,消除跨尺度语义歧义;引入内容感知动态上采样Dysample,预测二维形变偏移量以精确对齐多尺度特征,解决传统静态插值带来的空间对齐误差与边界模糊问题;最后通过双重上下文聚合模块LDCASP,融合双路径空洞卷积与条带池化策略,在极低计算代价下捕获人体肢体长程依赖与全局几何构型,输出高精度关键点热图。本发明有效提升了网络在复杂形变、边缘锐利及遮挡场景下的人体关键点定位精度与计算效率。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 9 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式