本發明公開了一種基于掩碼感知深度強化學習的多人物姿態估計方法,該方法首先構建多人物姿態估計模型,所述多人物姿態估計模型由獲取檢測框和掩碼的檢測網絡、提高定位準確性的深度強化學習網絡和單人姿態估計網絡三個子網絡組成;然后利用訓練樣本對多人物姿態估計模型進行訓練;測試時將待檢測圖像輸入訓練好的多人物姿態估計模型中,得到待檢測圖像所有檢測框中的人物姿態。本發明方法將掩碼信息引入深度強化學習網絡與單人姿態估計網絡,改善了這兩個階段的效果,并引用殘差結構解決了梯度消失和梯度爆炸問題。本發明方法與其他先進的多人物姿態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估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)