一種面向非接觸式人體參數(shù)測量的特征點定位方法
基本信息
申請?zhí)?/td> | CN201911080674.6 | 申請日 | - |
公開(公告)號 | CN111047553A | 公開(公告)日 | 2020-04-21 |
申請公布號 | CN111047553A | 申請公布日 | 2020-04-21 |
分類號 | G06T7/00;G06T7/73;G06T7/12;G06T17/20;G06K9/46 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 連春華;羅光春;林隆永;盧國明;朱大勇;王偉燦;董代宇 | 申請(專利權)人 | 四川久遠銀海軟件股份有限公司 |
代理機構 | 電子科技大學專利中心 | 代理人 | 四川久遠銀海軟件股份有限公司;電子科技大學 |
地址 | 611731 四川省成都市高新區(qū)(西區(qū))西源大道2006號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明屬于人體參數(shù)測量技術領域,具體為一種面向非接觸式人體參數(shù)測量的特征點定位方法,用以解決現(xiàn)有技術在現(xiàn)實環(huán)境下定位準確率較低的問題。本發(fā)明利用深度學習網絡模型代替?zhèn)鹘y(tǒng)的圖像分割算法來提取人體的輪廓信息,使得提取的輪廓信息更加精確,并克服了傳統(tǒng)算法在復雜背景下難以提取人體輪廓的弊端;同時,將強依賴的輪廓提取與特征點提取兩個步驟進行了分離,減少了特征點提取對輪廓提取結果的依賴,而且利用深度學習網絡模型進行特征點提取對人體形態(tài)沒有要求,克服了傳統(tǒng)算法設計時只適應了標準的人體形態(tài)使得現(xiàn)實環(huán)境下特征點提取不準確的問題。 |
