人体图像解析方法、系统、电子设备及存储介质

文档序号:37280831发布日期:2024-03-12 21:19阅读:来源:国知局

技术特征:

1.一种人体图像解析方法,其特征在于,所述方法包括:

2.根据权利要求1所述的人体图像解析方法,其特征在于,所述方法还包括:

3.根据权利要求2所述的人体图像解析方法,其特征在于,所述方法还包括:

4.根据权利要求1或者2所述的人体图像解析方法,其特征在于,采用超像素算法基于所述初始像素点构建图邻接矩阵,具体包括:

5.根据权利要求4所述的人体图像解析方法,其特征在于,获取所述原始图像的初始图节点特征,结合所述初始图节点特征和所述图邻接矩阵形成无向图,具体包括:

6.根据权利要求5所述的人体图像解析方法,其特征在于,采用图神经网络对所述无向图进行特征传播形成优化后图节点特征,具体包括公式(6)~(8):

7.根据权利要求6所述的人体图像解析方法,其特征在于,结合所述优化后图节点特征与所述初始图节点特征得到最终融合特征,具体包括:

8.一种基于权利要求1~7中任一项所述的人体图像解析方法的系统,其特征在于,所述系统包括:

9.一种电子设备,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,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~7中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任一项所述的方法的步骤。


技术总结
本申请公开了一种人体图像解析方法、系统、电子设备及存储介质,涉及计算器视觉技术领域,包括接收原始图像,获取原始图像的初始像素点,采用超像素算法基于初始像素点构建图邻接矩阵;获取原始图像的高级语义特征,将提取得到的高级语义特征作为像素点的初始图节点特征,结合初始图节点特征和图邻接矩阵形成无向图,采用图神经网络对无向图进行特征传播并获取优化后图节点特征;将优化后图节点特征与初始图节点特征进行矩阵变换及拼接得到最终融合特征,解码最终融合特征得到解析结果,本申请通过利用先验结构知识指导特征传播,实现高级语义特征优化,获取更丰富有效的特征,从而提高弱监督细粒度人体解析的准确性。

技术研发人员:刘渭滨,郝华青,邢薇薇
受保护的技术使用者:北京交通大学
技术研发日:
技术公布日:2024/3/11
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1