摘要

本发明公开了一种基于改进高分辨率网络的人体姿态预测方法及系统,该方法包括以下步骤:图像获取步骤:获取环境图像;姿态关键点预测步骤:将环境图像输入到姿态关键点预测模型中确定每个目标的姿态关键点得分热力图,其中姿态关键点预测模型为使用多组数据通过机器学习训练得出,多组数据中的每组数据包括环境图像和标识该环境图像中人的姿态关键点的标签,姿态关键点预测模型基于高分辨率网络结合粗预测损失得到;人体姿态解码步骤:基于姿态关键点的得分热力图结算形成人体姿态预测线,将人体姿态预测线映射在环境图像中得到人体姿态预测图像。本发明通过引入肢体损失约束深层神经网络学习相连节点的关系,提高了对姿态关键点的预测准确性。