[发明专利]一种结合注意力机制和部分亲和域场的人体姿态估计方法

权利要求书

1.一种结合注意力机制和部分亲和域场的人体姿态估计方法，其特征在于，具体按照以下步骤实施：

步骤1，获取人体姿态估计的公用数据集；

步骤2，将公用数据集中的待测图像输入到沙漏堆栈网络，通过多语境注意力模型得到人体全局注意力图；

步骤3，将所述人体全局注意力图输入到多阶段双分支网络；

步骤4，采用损失函数引导所述多阶段双分支网络对人体全局注意力图进行预测并迭代，直至多阶段双分支网络收敛，获得人体局部注意力图和部分亲和域场；

步骤5，对所述人体局部注意力图和部分亲和域场进行聚类，得到待测图像中人体姿态估计结果。

2.根据权利要求1所述的一种结合注意力机制和部分亲和域场的人体姿态估计方法，其特征在于，步骤1中，所述公用数据集为MSCOCO数据集、MPII数据集或LSP数据集。

3.根据权利要求1所述的一种结合注意力机制和部分亲和域场的人体姿态估计方法，其特征在于，步骤4中，所述多阶段双分支网络包括第一网络分支和第二网络分支，所述多阶段包括第一阶段和第二阶段；

所述第一阶段是通过沙漏堆栈网络将待测图像中人体区域与背景分离开来，单独提取出待测图像中的人体区域；所述第二阶段是分别通过第一网络分支和第二网络分支对所述人体区域进行预测；

所述第一网络分支预测人体区域中的人体关节点，获得人体局部注意力图；所述第二网络分支预测人体区域中的人体躯干，获得部分亲和域场。

4.根据权利要求1所述的一种结合注意力机制和部分亲和域场的人体姿态估计方法，其特征在于，步骤4中，所述损失函数具体表述为：

式(1)中，为局部置信度的误差情况；为部分亲和域场的误差情况。

5.根据权利要求4所述的一种结合注意力机制和部分亲和域场的人体姿态估计方法，其特征在于，所述损失函数中，

式(2)中，为局部置信度真值；p为待测图像中的像素；为在t阶段预测的局部置信度值；j∈(1.,.,.,J)，J为局部注意力图的总数；W(p)为像素p缺少注释时的二进制掩码；

式(3)中，为部分亲和域真值；为在t阶段预测的部分亲和域；c∈(1，.,.,.,C)，C为亲和域场总数。