[发明专利]一种多人姿态估计方法、系统及设备

权利要求书

1.一种多人姿态估计方法，其特征在于，包括以下步骤：

对待估计图像进行特征提取，得到输入特征图F_in；

将所述输入特征图F_in，作为预构建的遮挡者分支ORB的输入，获取待估计图像中的遮挡者特征图F_out1；并利用预设的第一姿态预测头对所述待估计图像中的遮挡者特征图F_out1进行关键点的定位，得到遮挡者的关键点热图H_occluder；

将所述输入特征图F_in与所述遮挡者特征图F_out1进行特征融合，得到输入特征图F_{in_occludee}；

将所述输入特征图F_{in_occludee}，作为预构建的被遮挡者分支OEB的输入，获取待估计图像中的被遮挡者特征图F_out2；并利用预设的第二姿态预测头对所述待估计图像中的被遮挡者特征图F_out2进行关键点定位，得到被遮挡者的关键点热图H_occludee；

将所述遮挡者的关键点热图H_occluder和所述被遮挡者的关键点热图H_occludee作为输出，得到所述待估计图像的多人姿态估计结果。

2.根据权利要求1所述的一种多人姿态估计方法，其特征在于，对待估计图像进行特征提取，得到特征图F_in的过程，具体如下：

利用预选取的主干网络，对待估计图像进行特征提取，得到所述特征图F_in；其中，所述预选取的主干网络为HRNet特征提取器、ResNet特征提取器或SimpleBaseline特征提取器。

3.根据权利要求1所述的一种多人姿态估计方法，其特征在于，所述预构建的遮挡者分支ORB包括依次相连的第一注意力模块、第一卷积模块、第二注意力模块及第二卷积模块；

所述第一注意力模块，用于对所述输入特征图F_in进行注意力机制运算，得到遮挡者特征图F_attention1；

所述第一卷积模块，用于对所述遮挡者特征图F_attention1进行两次卷积操作，得到遮挡者特征图F′_in1；

所述第二注意力模块，用于对所述遮挡者特征图F′_in1进行注意力机制运算，得到遮挡者特征图F′_attention1；

所述第二卷积模块，用于对所述遮挡者特征图F′_attention1进行两次卷积操作，得到待估计图像中的遮挡者特征图F_out1。

4.根据权利要求3所述对一种多人姿态估计方法，其特征在于，所述第一注意力模块和所述第二注意力模块的结构相同，均包括通道注意力模块及空间注意力模块；

其中，所述通道注意力模块，用于增加预设通道的权重；所述空间注意力模块，用于增加关注空间需要的权重。

5.根据权利要求1所述的一种多人姿态估计方法，其特征在于，所述遮挡者的关键点热图为H_occluder：

H_occluder＝Conv_pred(F_out1)。