摘要

本发明公开了一种2D多人姿态估计网络的对抗式训练方法、系统及介质,其中方法包括:获取人体图像数据以及进行数据增强,将RGB图片中三个通道的数值进行映射,对图片中RGB三个通道进行归一化处理;利用截断的高斯分布,将图片中人体的关键点的位置坐标转换成多通道的热图;构建姿态判别器网络,构建以HRNet为主干的姿态网络,进行Xavier初始化;根据训练后的姿态网络,借助热图中最大值向次大值偏离四分之一的方式确定最终的关键点的位置坐标。本发明将姿态网络与姿态判别器网络相互竞争地进行训练,该训该练方法能有效学习到人体的关键点特征,并在复杂的背景环境中具有良好的鲁棒性,可广泛应用于图像识别技术领域。