1.一种人体姿态估计方法,其特征在于,包括:
获取包含人体的待估计图片;
对所述待估计图片进行特征提取,以及对提取的初始特征进行下采样,获得具有不同分辨率的输出分支,并对下采样后的输出分支以预设次数重复下采样;
在下采样后的输出分支中,对降采样分辨率的特征图进行升维,对升维后特征图进行深度可分离卷积操作、通道聚合操作和降维,获得局部特征图,并对局部特征图采用动态权重插值进行上采样重建,融入未下采样的输出分支,以及对所有下采样后降采样分辨率的特征图与上采样重建结果融合,获得第一融合特征;其中,利用点采样集提供动态权重插值;
以第一融合特征作为初始特征,重复得到第一融合特征的步骤,获得第二融合特征,并对第一融合特征与第二融合特征融合,作为双尺度融合特征;
提取双尺度融合特征中的深度感知特征,通过所述深度感知特征进行人体姿态估计,获得人体关键点热图;
所述提取双尺度融合特征中的深度感知特征,包括:
预测双尺度融合特征中每个像素属于离散深度区间的概率,获得深度图和连续深度值,并使用线性增长离散化,将连续深度值分割为不同的离散深度区间,得到初始深度感知特征;
对预测的深度图进行组卷积合并相邻深度区间,收集所有像素的特征,并使用属于深度类别的概率作为权重进行加权求和,得到深度原型;
利用深度原型表示重建新的深度感知特征,将初始深度感知特征和新的深度感知特征拼接获得最终深度感知特征,并通过一个卷积层进行处理,得到最终的包含重建深度信息的深度感知特征。
2.如权利要求1所述的一种人体姿态估计方法,其特征在于,采用预训练后的轻量化人体姿态估计网络模型对所述待估计图片进行人体姿态估计,得到人体关键点热图,其中轻量化人体姿态估计网络模型具体为:所述轻量化人体姿态估计网络模型包括依次连接的骨干网络和DFE深度感知特征增强模块,其中骨干网络通过两个结构相同的子网络依次连接构成,每个子网络包含四个不同分辨率的并行子网,每个不同分辨率的并行子网由串联的轻量化特征提取模块与基于动态采样的上采样模块重复堆叠构成;轻量化特征提取模块包括卷积层、可分离卷积层和通道聚合模块。
3.如权利要求2所述的一种人体姿态估计方法,其特征在于,所述对升维后特征图进行深度可分离卷积操作、通道聚合操作和降维,获得局部特征图,具体为:应用1×1卷积将升维后特征图的通道数减少到1,并将升维后特征图中跨通道的信息进行汇总,生成一个通道级的表示,作为聚合特征;
通过缩放因子调整聚合特征与升维后特征图相减结果的权重,并通过缩放因子动态调整每个通道的权重,获得经过权重调整后的聚合通道特征;
通过逐元素加法将权重调整后的聚合通道特征与升维后特征图相加,生成输出结果;所述输出结果包含了经过通道聚合增强的信息;
将所述输出结果进行降维,获得局部特征图。
4.如权利要求2所述的一种人体姿态估计方法,其特征在于,所述对局部特征图采用动态权重插值进行上采样重建,融入未下采样的输出分支,具体为:获取局部特征图的点采样集;
基于动态采样的上采样模块,利用点采样集提供动态权重插值,对所述局部特征图进行特征重建,得到上采样后的重建局部特征图,与未进行下采样的输出分支进行融合。
5.如权利要求4所述的一种人体姿态估计方法,其特征在于,利用点采样集提供动态权重插值,对所述局部特征图进行特征重建,得到上采样后的重建局部特征图,具体为:给定一个局部特征图,并通过点采样计算得到点采样集中每个点的坐标位置;
使用点采样集中的坐标位置对原始特征张量进行双线性插值,将每个位置的元素映射到输入特征张量上,重采样得到一个新的上采样特征张量,作为上采样后的重建局部特征图。
6.如权利要求5所述的一种人体姿态估计方法,其特征在于,所述点采样集是通过给定一个形状为的局部特征图,同时给定上采样比例因子后,生成大小为的偏移量,并通过像素重排将局部特征图重塑得到大小为的高分辨率特征,通过原始采样网络的元素与高分辨率特征的元素相加求和获得点采样集;其中为采样点数量系数,原始采样网络的元素为初始的局部特征图中的元素。
7.如权利要求1-6任一项所述的一种人体姿态估计方法的系统,其特征在于,包括:数据获取模块,用于获取包含人体的待估计图片;
特征提取模块,用于对所述待估计图片进行特征提取,以及对提取的初始特征进行下采样,获得具有不同分辨率的输出分支,并对下采样后的输出分支以预设次数重复下采样;
第一融合模块,用于在下采样后的输出分支中,对降采样分辨率的特征图进行升维,对升维后特征图进行深度可分离卷积操作、通道聚合操作和降维,获得局部特征图,并对局部特征图采用动态权重插值进行上采样重建,融入未下采样的输出分支,以及对所有下采样后降采样分辨率的特征图与上采样重建结果融合,获得第一融合特征;
第二融合模块,用于以第一融合特征作为初始特征,重复得到第一融合特征的步骤,获得第二融合特征,并对第一融合特征与第二融合特征融合,作为双尺度融合特征;
姿态估计模块,用于提取双尺度融合特征中的深度感知特征,通过所述深度感知特征进行人体姿态估计,获得人体关键点热图。
8.一种计算机设备,其特征在于,包括存储器及处理器,所述存储器中储存有程序,所述程序被所述处理器执行时,使得所述处理器执行如权利要求1至6中任一项所述一种人体姿态估计方法的步骤。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的一种人体姿态估计方法的步骤。