一种基于语义增强的人体姿态估计方法

专利概览

申请人

西安邮电大学

发明人

郑振兴; 闫嘉鹏; 李皎皎; 王瑾; 胡慧敏

申请号

CN202611022236.4

公开号

CN122574959A

申请日

2026-07-10

公开日

2026-08-14

主分类号

G06N3/09

IPC

G06N3/09;G06N3/0464;G06N3/045;G06V10/44;G06V10/764;G06V10/82;G06V40/20

代理机构

北京正理专利代理有限公司 11257

代理人

周吉鸿

摘要

本申请提供一种基于语义增强的人体姿态估计方法，涉及图像检测技术领域，该方法包括：提取待检测人体图像的视觉特征，并生成视觉特征对应的多个视觉令牌；获取待检测人体图像的描述文本；描述文本是通过预训练的图像描述模型生成的；提取描述文本的语义特征，得到全局语义特征向量；基于全局语义特征向量对多个视觉令牌和可学习的多个关键点令牌进行语义增强，得到语义增强的视觉令牌和语义增强的关键点令牌；基于Transformer编码器对语义增强的视觉令牌和语义增强的关键点令牌进行信息交互，得到信息交互后的关键点令牌；基于信息交互后的关键点令牌，预测待检测人体图像中的人体关键点。该方法用于提高人体姿态估计的准确性。