技术特征:
技术总结
本发明提供了一种基于RGB相机和深度学习的人体姿态识别方法与系统,包括:S1、获取待识别图像;S2、将待识别图像输入至训练好的第一神经网络,进行人体目标检测,获取人体目标图像;S3、将人体目标图像输入至训练好的第二神经网络,进行人体关节点位置检测,获取待匹配人体关节点位置信息;S4、将待匹配人体关节点位置信息进行模板匹配,识别出人体姿态。本发明基于采用Faster‑RCNN算法的深度卷积神经网络作为第一神经网络进行人体目标检测,以及采用CPM算法的深度卷积神经网络作为第二神经网络进行人体关节点位置检测,能够快速、准确地从待识别图像中准确识别人体关节点的位置信息,从而识别出人体姿态。
技术研发人员:王庆;唐晖;陈洪
受保护的技术使用者:中国农业大学
技术研发日:2018.08.21
技术公布日:2019.02.01