一种基于视频时序信息的三维人体姿态迁移方法.pdf
书生****22
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于视频时序信息的三维人体姿态迁移方法.pdf
本发明涉及一种基于视频时序信息的三维人体姿态迁移方法,包括:通过源图像、参考姿态图像,提取空间、时间序列特征,经SMPL模型渲染输出SMPL参数,将SMPL参数投影至二维平面得到图像对应图;获取二维空间的顶点并计算重心坐标,通过匹配对应图得到转换矩阵并得到变换后的图像;对图像进行掩模,得到前景、背景图像;获取对应图的掩模,将背景图像、对应图的掩模在颜色通道进行连接,生成背景,获取注意力图和颜色图,重建图像及合成姿态迁移结果。本发明具有生成图像质量高,更好地保留人物身份特征等优点。
一种基于三维人体参数化模型的姿态迁移方法.pdf
本发明公开了一种基于三维人体参数化模型的姿态迁移方法,包括:1)得到与源人物姿态和表情一致的目标人物三维人体参数化模型;2)将目标人物三维人体参数化模型不同的部位绑定不同的颜色进行渲染,得到姿态图像;3)对姿态图像进行图像操作后,得到头部以及身体姿态图;4)将头部以及身体姿态图像输入至人体部位生成模块,得到头部以及身体姿态迁移图像;5)对头部以及身体姿态迁移图像进行图像操作后,得到头部以及身体姿态迁移中间图像;6)将头部以及身体姿态迁移中间图像输入至融合模块,得到目标人物姿态迁移后的结果图像。本发明在保证
一种基于多模态信息的三维人体姿态估计方法.pdf
本发明公开了一种基于多模态信息的三维人体姿态估计方法。该方法设计模拟了人体穿着衣物时的人体与衣物间的受力情况,并记录了这一数据。此外设计了一种适应压力传感器数据的人体姿态视觉真值获取方法,人在穿戴上压力数据获取设备的情况下在本发明设计的视频数据获取系统下做动作,通过视频获得人体三维姿态真值。最后将压力数据和人体三维姿态真值进行多模态对齐生成一个多模态数据集输入到本发明设计的三维人体姿态估计网络中训练模型。该方法有很长远的应用前景,使用人体与衣物间的压力数据进行人体姿态估计具有很好的发展潜力。
基于深度可分离空洞时序卷积的三维人体姿态估计方法和装置.pdf
本发明一种基于深度可分离空洞时序卷积的三维人体姿态估计方法和装置,构建T层深度可分离空洞时序卷积模型,通过设置空洞率大小控制模型的感受野;在T层深度可分离空洞时序卷积块的两层卷积中,采用切片函数在两层卷积之间匹配特征维度信息进行残差连接,对矩阵内的数据进行提取特征,将数据原始特征累加到深度可分离空洞时序卷积块的输出当中,从而保留原始数据的特征;改进的改进的深度可分离空洞卷积层先执行点卷积,再执行逐通道卷积,并引进了Mish激活函数提高模型性能,增加了平滑和非单调的特点,本发明在实现降低模型计算复杂度和计算
一种基于人体拓扑感知网络的三维人体姿态估计方法及系统.pdf
本发明涉及一种基于人体拓扑感知网络的三维人体姿态估计方法及系统。本方法利用人体拓扑的分层次结构和运动约束,充分捕捉信息密度稀疏的人体关节点数据中的先验信息,有效缓解了人体末端关节点估计精度不足的问题。本方法构建了一种多层次特征提取聚合框架,可以由细粒度到粗粒度依次提取关节点层次、肢体层次、全身层次的特征信息;构建了同一肢体内关节点间的运动约束关系,利用父节点辅助高误差的末端关节点的预测。本发明充分利用人体拓扑中高度结构化的先验信息,无需引入额外的数据,便可在控制模型参数量的情况下获得更丰富的人体姿态表征学