本发明公开了一种基于四元数的三维人体姿态估计运动矫正方法，包括步骤1、采集运动数据并进行数据预处理；步骤2、使用卷积神经网络进行人体关节点特征提取；步骤3、利用提取到的关节点特征，构建四元数进行旋转；步骤4、利用三维坐标值以及三维空间中计算角度的方法计算各个关节与关节之间的角度以及骨架，用来进行姿态矫正；同时通过计算斜率进行速度矫正。本发明通过四元数旋转提升了三维空间中姿态矫正的精确度；通过欧氏距离和角度变化的快慢，重新定义了三维空间中动作运动速度的判定方法；本发明能够在运动健康中三维人体姿态估计方面，在运动速度判定和动作识别上取得较好效果。
📄 202310161400X
📂 G06T7_207
👤 浙江工业大学
📅 2023-02-24
本发明公开一种基于角度图和图像特征融合的3D人体姿态估计方法和系统，其方法包括：使用训练好的2D人体姿态检测器获得人体的2D关键点坐标，并使用高斯拉普拉斯算子获得边缘特征明显的原始图像；将人体骨骼的拓扑图转换为两种不同的角度图；构建角度图特征对比融合模块，通过交叉对比学习融合不同尺度的角度图特征交叉对比；将图像特征与角度图特征进行融合，最后回归得到3D人体姿态信息；重复训练，得到最终的3D人体姿态估计模型。本发明把关节角度约束引入图网络，减少了深度模糊带来的影响，同时融合了图像特征，使得网络具有更好的表达能力。
📄 2025103742459
📂 G06V10_80
👤 浙江工业大学
📅 2025-03-27
一种基于事件相机的多阶段人体姿态估计方法，包括以下步骤：1)将事件相机的稀疏事件流积累成图像帧；2)通过深度卷积与反卷积网络模块提取一帧图像的高分辨率特征图；3)通过长短期记忆网络LSTM建立视频中各帧之间的时序依赖关系，并生成每一帧的关节预测热图；4)通过时序跳跃链式结构建立基于历史热图的多阶段姿态估计方法；5)通过权重配比学习，对历史阶段的热图进行权重选择。本发明同时考虑人体运动图像上下文关系，并结合一个多阶段的深度网络模型来解决运动造成的图像缺失问题，从而提高事件视频中人体姿态估计的准确度和精度。
📄 2021101672025
📂 G06V40_20
👤 浙江工业大学
📅 2021-02-05
一种基于多尺度特征强化的2D人体姿态估计方法，包括以下步骤：1)首先对输入图片提取一个具有高表征能力的特征，通过分离注意力模块对不同尺度的特征进行跨通道的交互；2)对得到不同尺度的特征图构建多级预测网络，每一阶段的特征进行横向传播和向下传播融合，在保证语义信息的同时融合较多的空间分辨率信息；3)构建高分辨率调整网络对多级预测网络的定位结果进行微调，将多级特征通过转置卷积上采样到最大分辨率，然后进行级联操作，对损失较大的关键点进行定位；4)整个网络结构构建完成后，需要对其输入数据进行处理和设置参数。本发明提高了整个网络对不同尺度关键点的检测能力。
📄 2020108838898
📂 G06V40_20
👤 浙江工业大学
📅 2020-08-28
本发明提出了一种面向跌倒分析的人体姿态时空特征提取方法，该方法首先采用人体姿态估计算法检测得到目标姿态关键点数据；然后提出了基于行为分析的空间特征设计方法、基于行为分析的时序特征设计方法以及基于自适应FSW的人体姿态时空特征融合方法，设计提取出人体跌倒特征，并融合成跌倒特征向量；最后将特征向量输入到分类器，以此判断人体是否发生跌倒行为。该方法可以提取出有意义的深层次的人体跌倒特征，大大提高了跌倒识别的准确率，可以广泛的应用到家居场景中。
📄 2021102951548
📂 G06K9_00
👤 南京邮电大学
📅 2021-03-19
本发明涉及姿态估计领域，具体涉及一种基于轻量级多分支网络的二维人体姿态估计方法及系统，包括：输入图像，对其进行预处理；将图像传入主干网络进行特征提取和信息编码；使用轻量级上采样单元对主干网络的不同编码阶段进行解码，形成多个解码分支的网络结构；将各解码分支生成的特征图与真实标记热力图进行均方损失的求解，并将损失之和回传给神经网络进行迭代训练；训练完成后，将包含行人的图像输入到训练好的神经网络模型中，得到各关节点在图像中的坐标位置，对人体姿态进行可视化。本发明能够对任意输入的行人图片输出其各关节点坐标并进行姿态的可视化，同时，由于本发明的计算成本较低，便于移动端部署，增加了相关产品的适用性。
📄 2019112129726
📂 G06V40_20
👤 北京沃衍体育科技有限公司
📅 2019-12-02
本发明公开了一种基于Transformer令牌掩码的高效人体姿态估计方法，所采用的网络模型TMPose性能出色，能够让网络十分高效的完成高质量的人体姿态估计任务。本发明网络模型TMPose包括骨干网络、令牌生成器、Transformer模块以及热图回归模块，其有着很大的科学研究价值和实际应用价值，由于令牌掩码的方法具有一定的泛化性，因此可以很容易的与其他网络模型相结合，启发更多的工作。除此之外TMPose由于在保持较高水准精度的同时，大幅度减低了计算复杂度，因此在实际的部署中可以高效的应用于更多场景。
📄 2023109152935
📂 G06V40_20
👤 浙江理工大学
📅 2023-07-25
本公开提供了人体姿态估计方法、装置、电子设备及存储介质，涉及深度学习、计算机视觉以及增强现实等人工智能领域，其中的方法可包括：针对待处理视频中的第i帧图像，i≤2≤M，M为大于一的正整数，表示待处理视频中包括的帧数，若确定从第i‑1帧图像中检测到了目标，则针对检测到的目标，进行以下处理：根据该目标在第i‑1帧图像中的包围框，确定出第i帧图像中包括该目标的第一图像区域；根据第一图像区域进行该目标的关键点坐标预测。应用本公开所述方案，可提升处理结果的准确性及提升处理效率等。
📄 2021113679966
📂 G06V40_20
👤 北京百度网讯科技有限公司
📅 2021-11-18
柿子坊 · 知识产权运营
柿子坊知识产权运营平台