姿態(tài)估計(jì)模型的訓(xùn)練與姿態(tài)估計(jì)方法、裝置、設(shè)備及介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202210381777.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114463856B 公開(kāi)（公告）日 2022-07-19
申請(qǐng)公布號(hào) CN114463856B 申請(qǐng)公布日 2022-07-19
分類(lèi)號(hào) G06V40/20（2022.01）I;G06V10/40（2022.01）I;G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06K9/62（2022.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 簡(jiǎn)春兵;龔凡;黃瑞琪 申請(qǐng)（專(zhuān)利權(quán)）人 深圳金信諾高新技術(shù)股份有限公司
代理機(jī)構(gòu) 北京品源專(zhuān)利代理有限公司 代理人 -
地址 518000廣東省深圳市南山區(qū)粵海街道高新區(qū)社區(qū)高新南九道10號(hào)深圳灣科技生態(tài)園10棟B座26層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種姿態(tài)估計(jì)模型的訓(xùn)練與姿態(tài)估計(jì)方法、裝置、設(shè)備及介質(zhì)，該方法包括：獲取圖像樣本集；通過(guò)圖像樣本集迭代訓(xùn)練初始姿態(tài)估計(jì)模型得到目標(biāo)姿態(tài)估計(jì)模型；其中，初始姿態(tài)估計(jì)模型包括：特征提取網(wǎng)絡(luò)和堆疊沙漏網(wǎng)絡(luò)；特征提取網(wǎng)絡(luò)包括：特征提取模塊和空間金字塔池化模塊；空間金字塔池化模塊包括：并聯(lián)的第一特征提取單元和第二特征提取單元，以及特征融合單元；第一特征提取單元和第二特征提取單元設(shè)置不同的特征提取尺度，能夠?yàn)樽藨B(tài)估計(jì)提供提取同一層更高精度的多尺度特征，從而提高基于堆疊沙漏網(wǎng)絡(luò)的姿態(tài)估計(jì)模型的姿態(tài)估計(jì)精度。