[发明专利]基于自适应感受野网络和关节点损失权重的姿态估计方法

说明书

本发明提供了人体姿态估计技术领域的一种基于自适应感受野网络和关节点损失权重的姿态估计方法，包括：步骤S10、基于自适应感受野单元搭建自适应感受野网络；步骤S20、利用样本图像对所述自适应感受野网络进行训练；步骤S30、在训练所述自适应感受野网络时，计算得到所述样本图像包含的关节点以及各关节点的损失值；步骤S40、基于各关节点的所述损失值计算各关节点的损失权重；步骤S50、基于所述损失权重以及损失值计算得到最终损失值，基于所述最终损失值优化自适应感受野网络；步骤S60、将待测图像输入训练好的所述自适应感受野网络，计算关节点的位置并形成完整的人体姿态。本发明的优点在于：极大的提升了人体姿态估计的精度和效率。

技术领域

本发明涉及人体姿态估计技术领域，特别指基于自适应感受野网络和关节点损失权重的姿态估计方法。

背景技术

人体姿态估计是计算机视觉进一步理解人体行为的关键步骤，通过一张RGB图像有效预测出人体所有关节点并形成正确的姿态，而准确预测出人体姿态对更高级别的计算机视觉任务，如人的行为识别、人机交互、行人重识别、异常行为检测等有重要的意义。

尽管人体姿态估计的发展有一段时间了，但目前不论是自顶向下还是自底向上的方法，均存在关节点之间精度不平衡的问题，导致人体姿态估计整体精度不高。传统的姿态估计方法在计算损失函数时，只是简单的把各个关节点的损失相加，丢失了对关节点预测难度差异的考虑；传统的姿态估计方法对于相似关节点直接的区分程度不够，导致关节点预测错误，进而导致最后形成人体姿态时产生错误。

在网络结构设计方面，Xiang Li等人(2019IEEE Conference on ComputerVision and Pattern Recognition,2019,pp.510-519)在论文“Selective kernelnetworks”中提出了一种动态选择机制，允许每个神经元根据输入信息的多个尺度自适应地调整其感受野大小，设计了一种称为选择核(SK)单元的结构块，利用softmax attention对不同核大小的多个分支进行融合，对这些分支的不同attention产生融合层神经元有效感受野的不同大小。但是对于人体姿态估计技术领域而言，背景信息显著多于人体信息，而对不同大小的感受野进行融合，容易引入背景信息，导致关节点预测精度下降，甚至导致错误的预测。

在基于RGB图像的姿态估计工作中，Bin Xiao等人(18th European Conferenceon Computer Vision,2018,pp.466-481)在论文“Simple Baselines for Human PoseEstimation and Tracking”中提出一种基于ResNet的网络来进行姿态估计，通过源码发现该论文只是简单把每个关节点的权重设置为1来检测所有人体部位，同时网络结构简单丢失了空间信息与语义信息的流动，因此对于较难预测的关节点并不能充分利用空间信息来做整体的预测。

华中科技大学在其申请的专利“可自适应调节感受野大小的肺炎图片检定装置与方法”(专利公开号：CN111488794A)中公开了一种基于空洞卷积的自适应感受野人群密度估计方法，包括空洞卷积模块和分类模块；分类模块对切分后的图像块进行分类；空洞卷积模块根据分类模块输出的图像块类别,自适应选择对应感受野的空洞卷积子网络，对切分后的图像块进行特征提取，得到人群密度图。该方法对于网络选取感受野需要多个步骤才能有效的选取感受野，这对姿态估计领域而言效率相对较低。

因此，如何提供一种基于自适应感受野网络和关节点损失权重的姿态估计方法，实现提升人体姿态估计的精度和效率，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种基于自适应感受野网络和关节点损失权重的姿态估计方法，实现提升人体姿态估计的精度和效率。

本发明是这样实现的：基于自适应感受野网络和关节点损失权重的姿态估计方法，包括如下步骤：

步骤S10、基于自适应感受野单元搭建自适应感受野网络；