一种基于无监督领域自适应的三维人体姿态估计方法
授权
摘要
本发明公开了一种基于无监督领域自适应的三维人体姿态估计方法，步骤如下：设计一种无监督基于领域自适应方法的深度学习框架；在虚拟生成的深度图像数据集上训练神经网络模型，并将领域知识编码到神经网络模型中；将包含领域知识的神经网络模型迁移到RGB图像领域；在RGB图像数据集上利用迁移的领域知识以无监督的方式进行训练，得到能够从RGB图像中估计三维人体姿态的神经网络模型；将测试数据输入到训练得到的最佳参数模型中，得到预测的三维人体姿态。本发明方法能够在没有三维人体姿态真实值的RGB图像数据集上训练三维人体姿态估计模型，并得到准确的三维人体姿态估计结果。
基本信息
专利标题 ：
一种基于无监督领域自适应的三维人体姿态估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110647991A
申请号 ：
CN201910885280.1
公开（公告）日 ：
2020-01-03
申请日 ：
2019-09-19
授权号 ：
CN110647991B
授权日 ：
2022-04-05
发明人 ：
耿卫东张锡恒
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
刘静
优先权 ：
CN201910885280.1
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06K9/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-05 ：
授权
2020-02-04 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20190919
申请日 : 20190919
2020-01-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
