技术总结
本发明公开一种基于结构指导深度学习的人体姿态估计方法和系统，属于计算机视觉和机器学习领域。本发明解决的问题是：针对一般直接预测人体关节点的神经网络由于没有包含人体结构信息而导致的准确率低和鲁棒性差的缺点，提出一种利用人体骨架的结构知识，进行指导学习的方法。主要包括输入数据预处理，结构指导卷积神经网络预测，融合卷积神经网络预测和最终的输出处理。本发明通过引入人体结构的先验知识指导学习，隐含地学习出人体模型，从而可以准确地识别出人体姿态，对一些复杂姿态和遮挡问题均能准确地识别，具有很高的鲁棒性。
技术研发人员：周余;艾宝乐;于耀
受保护的技术使用者：南京大学
文档号码：201611271555
技术研发日：2016.12.30
技术公布日：2017.05.10