一种基于概率扩散模型的渐进式头部姿态估计方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116129465A(43)申请公布日2023.05.16(21)申请号202211564642.5(22)申请日2022.12.07(71)申请人乐歌人体工学科技股份有限公司地址315100浙江省宁波市鄞州区经济开发区启航南路588号（鄞州区瞻岐镇）(72)发明人项乐宏夏银水李裕麒王翀蓝艇(74)专利代理机构浙江中桓凯通专利代理有限公司33376专利代理师刘潇(51)Int.Cl.G06V40/10(2022.01)G06V40/16(2022.01)权利要求书2页说明书8页附图2页(54)发明名称一种基于概率扩散模型的渐进式头部姿态估计方法(57)摘要本发明提供了一种基于概率扩散模型的渐进式头部姿态估计方法，包括：建立头部姿态估计循环，循环包括以下步骤：根据第一概率扩散模型、第二彩色图像对人体的头部姿态进行检测，得到人体头部姿态检测结果，并作为第二头部姿态检测结果；根据第二彩色图像和第二头部姿态检测结果对第一概率扩散模型进行优化，得到第二概率扩散模型；当前循环完成，将该循环下的第二概率扩散模型作为下一循环的第一概率扩散模型输入到下一循环中。本发明解决的问题是无法获取用户完整的头部三维数据导致头部姿态估计结果准确性低的技术问题，通过提出一种渐进式头部姿态估计方法能够不断完善头部三维数据，以达到提高头部姿态估计结果准确性的技术效果。CN116129465ACN116129465A权利要求书1/2页1.一种基于概率扩散模型的渐进式头部姿态估计方法，其特征在于，所述方法利用概率扩散模型对人体的头部姿态进行估计，所述方法包括：建立头部姿态估计循环，所述循环包括以下步骤：步骤S100：获取第一时刻的概率扩散模型，作为第一概率扩散模型；步骤S200：获取第二时刻的人体头部的彩色图像，并作为第二彩色图像；步骤S300：根据所述第一概率扩散模型、所述第二彩色图像对所述人体的头部姿态进行检测，得到所述第二时刻下的人体头部姿态检测结果，并作为第二头部姿态检测结果；步骤S400：将所述第二头部姿态检测结果输入头部姿态估计算法中，得到所述第二时刻下的人体头部姿态估计结果，并输出；步骤S500：根据所述第二彩色图像和所述第二头部姿态检测结果对所述第一概率扩散模型进行优化，得到所述第二时刻下的概率扩散模型，作为第二概率扩散模型；当前循环完成后，将该循环下的所述第二概率扩散模型作为下一循环的所述第一概率扩散模型输入到所述下一循环中；所述第一时刻经过目标时间段得到所述第二时刻。2.根据权利要求1所述的基于概率扩散模型的渐进式头部姿态估计方法，其特征在于，若所述头部姿态估计循环为初始状态，则步骤为：步骤S110：获取所述第一时刻下的人体头部的彩色图像，并作为第一彩色图像；步骤S120：根据原始概率扩散模型、所述第一彩色图像对所述人体的头部姿态进行检测，得到所述第一时刻下的人体头部姿态检测结果，并作为第一头部姿态检测结果；步骤S130：将所述第一头部姿态检测结果输入所述头部姿态估计算法中，得到所述第一时刻下的人体头部姿态估计结果，并输出；将所述原始概率扩散模型作为所述第一概率扩散模型，并用于所述第二时刻中，所述原始概率扩散模型为所述方法开始时设定的概率扩散模型；若所述头部姿态估计循环为非初始状态，则所述步骤S120为：根据所述第一彩色图像、上一循环得到的所述第二概率扩散模型对所述人体的头部姿态进行检测，得到所述第一时刻下的人体头部姿态检测结果，并作为第一头部姿态检测结果。3.根据权利要求2所述的基于概率扩散模型的渐进式头部姿态估计方法，其特征在于，所述方法还包括：所述基于概率扩散模型的渐进式头部姿态估计方法响应于停止指令后停止执行；所述基于概率扩散模型的渐进式头部姿态估计方法停止执行后，存储最新输出的人体姿态头部检测结果和概率扩散模型，作为存储数据。4.根据权利要求3所述的基于概率扩散模型的渐进式头部姿态估计方法，其特征在于，所述步骤S500：根据所述第二彩色图像和所述第二头部姿态检测结果对所述第一概率扩散模型进行优化，得到所述第二时刻下的概率扩散模型，作为第二概率扩散模型，包括：根据所述第一概率扩散模型得到逆向的马尔科夫链；通过最大化似然函数与最小化KL散度构建所述逆向的马尔科夫链中每个环节的损失函数；提取所述第二彩色图像和所述第二头部姿态检测结果中的参数，作为优化参数；将所述优化参数与随机噪声输入至所述第一概率扩散模型中，并由梯度下降算法根据2CN116129465A权利要求书2/2页所述损失函数对所述第一概率扩散模型进行训练，得到所述第二概率扩散模型。5.根据权利要求4所述的基于概率扩散模型的渐进式头部姿态估计方法，其特征在于，所述根据所述第一概率扩散模型得到逆向的马尔科夫链，包括：将所述第