[发明专利]基于深度残差网络的人手深度图像位姿估计方法及系统在审
| 申请号： | 201910629662.8 | 申请日： | 2019-07-12 |
| 公开（公告）号： | CN110472507A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 李勇波;赵涛;谢中朝;蔡文迪;朱正东;王畯翔 | 申请（专利权）人： | 中国地质大学(武汉) |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06N3/04;G06N3/08 |
| 代理公司： | 42238 武汉知产时代知识产权代理有限公司 | 代理人： | 邹桂敏<国际申请>=<国际公布>=<进入 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度残差网络的人手深度图像位姿估计方法及系统，该方法及系统首先输入人手深度图像到CNN模型中，利用该模型对输入的图像进行特征提取，得到人手特征图；其次，将提取得到的人手特征图输入到训练好的区域集成网络中，通过该网络进行人手姿态估计；其中，在所述区域集成网络中，将提取得到的人手特征图均匀分成若干个特征区域，将每个特征区域输入到回归模型进行人手位姿估计，通过融合每个特征区域的回归结果，最终回归出人手深度图像的人手位姿。该方法及系统充分提取了更优化、更具有代表性的人手特征，相较于其他方法人手位姿估计的精度更高。 | ||
| 搜索关键词： | 人手 深度图像 特征区域 位姿估计 特征图 区域集成 网络 回归模型 特征提取 姿态估计 回归 残差 位姿 图像 融合 优化 | ||
【主权项】：
1.一种基于深度残差网络的人手深度图像位姿估计方法，其特征在于，该方法包括以下步骤：/nS1、输入人手深度图像到CNN模型中，利用该模型对输入的图像进行特征提取，得到人手特征图；/nS2、将输入人手深度图像作为训练样本，对区域集成网络进行训练，并将步骤S1提取得到的人手特征图输入到训练好的区域集成网络中，通过该网络进行人手姿态估计；其中，在进行人手姿态估计时，所述区域集成网络中，将提取得到的人手特征图均匀分成若干个特征区域，将每个特征区域输入到回归模型进行人手位姿估计，通过融合每个特征区域的回归结果，最终回归出人手深度图像的人手位姿。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉)，未经中国地质大学(武汉)许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910629662.8/，转载请声明来源钻瓜专利网。
