基于视频流进行三维人体姿态估计的方法

摘要

本发明所述基于视频流进行三维人体姿态估计的方法，基于深度学习的方法对视频流进行三维人体3D姿态估计，避免因二维视觉分析错误所导致的诸多缺陷，充分地利用视频帧间的时间关系，提高视频流3D姿态推断结果的准确性与实时性。包括有，视频第n(n≥2)帧，1)输入当前帧二维图像，采用浅层神经网络模块生成图像浅层图；2)第(n‑1)帧生成的人体二维关节点热力图、当前帧生成的图像浅层图，一并输入至LSTM模块以生成深层次特征图；3)当前帧生成的深层图像特征图输出至残差模块，生成当前帧的人体二维关节点热力图；4)当前帧的人体二维关节点热力图输出至三维关节点推断模块，进行二维至三维的空间映射；以上每帧生成的人体三维关节点热力图叠加，生成三维人体姿态估计的视频流。