基于Faster R-CNN的人体姿态估计方法

摘要

本发明公开一种基于Faster‑RCNN的人体姿态估计方法，其步骤为：输入图像；进行人体部件分类；获取人体姿态图像数据与标签；用训练集图像数据与标签，训练深度网络Faster R‑CNN模型；获得矩形检测框；确定空间约束关系的人体部件位置；确定关节点位置；连接相邻人体部件的关节点并输出，得到人体上半身的姿态。本发明将人体部件分为单一部件和组合部件，采用了Faster R‑CNN，使用脖子对应的位置坐标为基准，能够在图像背景干扰下得到高精度的人体上半身姿态估计。本发明具有鲁棒、高精度、应用场景广的人体姿态估计的优点。