基于HRNet深度學習的姿態(tài)、行為分析模塊及分析方法

基本信息

申請?zhí)?/td> CN202110174216.X 申請日 -
公開（公告）號 CN113158756A 公開（公告）日 2021-07-23
申請公布號 CN113158756A 申請公布日 2021-07-23
分類號 G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 王軍;卓俊成;許可;蔣興浩;高浩翔;崔曉宇;王浩 申請（專利權(quán)）人 上海領(lǐng)本智能科技有限公司
代理機構(gòu) 北京中建聯(lián)合知識產(chǎn)權(quán)代理事務所（普通合伙） 代理人 田世瑢
地址 200240上海市閔行區(qū)劍川路600號1幢
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于HRNet深度學習的姿態(tài)、行為分析模塊及分析方法，涉及人體姿態(tài)、行為分析技術(shù)領(lǐng)域。本發(fā)明包括視頻流獲取模塊，人體偵測模塊，人體圖片處理模塊，人體關(guān)鍵點偵測模塊，關(guān)鍵點信息處理模塊和姿態(tài)、行為分析模塊，所述視頻流獲取模塊進行視頻流獲取，利用所述人體偵測模塊對視頻流中的圖像進行人體偵測，并由人體圖片處理模塊裁剪出符合要求的人體圖片。本發(fā)明方法深度學習網(wǎng)絡模型采用重復的多尺度融合方式，并行連接高分辨率到低分辨率的子網(wǎng)，利用相同深度和相似級別的低分辨率表示來提高高分辨率表示，使高分辨率表示對于姿態(tài)的估計也很充分，確保預測熱圖在空間上更精確，提高人體關(guān)鍵點檢測算法的準確性、魯棒性及適應性。