本發(fā)明公開了一種基于掩碼感知深度強化學習的多人物姿態(tài)估計方法,該方法首先構(gòu)建多人物姿態(tài)估計模型,所述多人物姿態(tài)估計模型由獲取檢測框和掩碼的檢測網(wǎng)絡(luò)、提高定位準確性的深度強化學習網(wǎng)絡(luò)和單人姿態(tài)估計網(wǎng)絡(luò)三個子網(wǎng)絡(luò)組成;然后利用訓練樣本對多人物姿態(tài)估計模型進行訓練;測試時將待檢測圖像輸入訓練好的多人物姿態(tài)估計模型中,得到待檢測圖像所有檢測框中的人物姿態(tài)。本發(fā)明方法將掩碼信息引入深度強化學習網(wǎng)絡(luò)與單人姿態(tài)估計網(wǎng)絡(luò),改善了這兩個階段的效果,并引用殘差結(jié)構(gòu)解決了梯度消失和梯度爆炸問題。本發(fā)明方法與其他先進的多人物姿態(tài)估計方法相比更具有競爭力。
聲明:
“基于掩碼感知深度強化學習的多人物姿態(tài)估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)