[发明专利]基于神经网络结构搜索的三维人体姿态估计方法及系统

权利要求书

1.一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，包括：

获取目标图像，提取所述目标图像的关节点信息；

将所述关节点信息输入到训练好的三维人体姿态估计器，输出目标图像中各关节点在三维空间中的位置信息，完成人体姿态估计；

其中，所述三维人体姿态估计器分别采用不同的神经网络结构对各关节点在三维空间中的位置进行预估。

2.如权利要求1所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，把估计设定的每一组人体关节点在三维空间中的位置作为一个任务，为每一个任务预置一组待优化的神经网络结构。

3.如权利要求2所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，每一组所述的神经网络结构包括：设定层数的通用模块、降采样模块和特征融合模块；所述通用模块和降采样模块中均包括设定数量的节点，通过使用可微分神经网络结构搜索，优化节点之间的相互连接操作，从而得到优化后的神经网络结构。

4.如权利要求3所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，所有优化后的神经网络结构构成三维人体姿态估计器。

5.如权利要求3所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，不同的节点连接方式对应人体不同关节的不同形状和运动模式。

6.如权利要求1所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，在模型搜索阶段，将在网络的验证集上进行梯度下降以更新节点之间连接的概率，即更新网络结构；在训练集上进行梯度下降来优化各新网络本身的参数。

7.如权利要求1所述的一种基于神经网络结构搜索的三维人体姿态估计方法，其特征在于，获取人体不同姿态图像，提取图像中的人体关节点信息，作为训练数据集，使用L1距离去约束模型的预测结果和数据集给定的真实标签，使用梯度下降的方法对所述的三维人体姿态估计器进行训练。

8.一种基于神经网络结构搜索的三维人体姿态估计系统，其特征在于，包括：

特征提取模块，用于获取目标图像，提取所述目标图像的关节点信息；

特征识别模块，用于将所述关节点信息输入到训练好的三维人体姿态估计器，输出目标图像中各关节点在三维空间中的位置信息，完成人体姿态估计；

其中，所述三维人体姿态估计器分别采用不同的神经网络结构对各关节点在三维空间中的位置进行预估。

9.一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述的基于神经网络结构搜索的三维人体姿态估计方法。

10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的基于神经网络结构搜索的三维人体姿态估计方法。