[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

说明书

本发明公开了一种基于神经网络结构搜索的三维人体姿态估计方法及系统，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。本发明将传统的三维人体姿态估计方法从单一神经网络结构推广到利用不同网络结构估计不同的人体关节位置；从而能够更精确地估计三维人体姿态。

技术领域

本发明涉及模式识别与机器学习技术领域，尤其涉及一种基于神经网络结构搜索的三维人体姿态估计方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

三维人体姿态估计广泛存在于现实生活的各个方面。例如，在机器人领域中，人体可以通过变换姿势来操控远方的机器人。在虚拟现实中，可以根据给定的三维人体姿势来控制虚拟动画人物的动作。三维人体姿态估计要求我们根据给定图像计算人体关键点在三维空间中的位置。

传统的二维人体姿态估计问题是三维人体姿态估计的特例，其只需要估计人体关键点在二维平面内的坐标。然而相对于估计关键点在二维平面内的坐标，计算人体关键点在三维空间中的位置将不可避免的增加了解决问题的难度。传统的解决方法是通过全卷积的神经网络去回归关键点的三维热图,参照图1(a)。

然而这种方法只使用一种神经网络结构去估计人体所有关键点的坐标，并没有考虑人体不同部位形状，运动模式等不同之处，从而并没有完全挖掘出模型的表达能力，导致估计结果不够准确。

发明内容

为了解决上述问题，本发明提出了一种基于神经网络结构搜索的三维人体姿态估计方法及系统，用神经网络结构搜索的方法为人体每一组关节点分配一种神经网络结构，对人体的不同关节点进行针对性地优化，能够提高三维人体姿态估计的精度。

在一些实施方式中，采用如下技术方案：

一种基于神经网络结构搜索的三维人体姿态估计方法，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。

在另一些实施方式中，采用如下技术方案：

一种基于神经网络结构搜索的三维人体姿态估计系统，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。

在另一些实施方式中，采用如下技术方案：

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，所述处理器执行所述程序时实现上述的任一项基于神经网络结构搜索的三维人体姿态估计方法。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的任一项基于神经网络结构搜索的三维人体姿态估计方法。

与现有技术相比，本发明的有益效果是：