1.一种基于改进自顶向下法多人姿态检测的行人运动预测方法，其特征在于，包括以

　　步骤3：对步骤2中获得的行人边界框b进行空间网络变换，提取出一个高质量的人体区

　　步骤4：对每一个高质量人体区域框进行单人姿势检测，得到有冗杂的骨点置信度E；

　　对每一个高质量人体区域框采用CNN单人姿势检测SPPE得到有冗杂的骨点置信度

　　步骤6：将步骤3中获得的人体区域框映射至原图坐标中，得到原图坐标中的高质量区

　　步骤7：将当前帧与前N帧进行步骤1‑6的处理，分别得到N+1张图片的骨点置信度E(d

　　2.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其

　　3.根据权利要求2所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其

　　特征在于，步骤3的具体实现过程是：采用空间变换网络STN对行人边界框b提取出一个高质

　　4.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其

　　5.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其

　　特征在于，步骤6的具体实现过程是：将人体区域框映射至原图坐标中，即采用反空间变

　　其中，W表示反空间变换网络输入层与输出层各个维度形成的矩阵，J(W，b)表示行人边

　　6.根据权利要求1所述的基于改进自顶向下法多人姿态检测的行人运动预测方法，其

　　其中，v为该骨点在下一帧的新位置，u表示该骨点所在的位置，(x，y)表示该骨点的坐

　　测方法，具体涉及一种采用改进的多人姿态检测并预测行人运动的方法，提高了在行人重

　　条件好，行人之间没有重合的情况下检测效果明显，对复数情况下的行人检测一直以来是

　　重要的研究内容，本文提出了一种基于改进后的自顶向下法的多人姿势检测的算法并应用

　　目前多人姿态估计有两个主流算法：自顶向下法(Two‑step  framework)和自底向

　　上法(Part‑based  framework)，前者自顶向下法是先检测环境中的每一个人体检测框，然

　　后独立地去检测每一个人体边界的姿态，但这种方法极度依赖于姿态检测准确度，并且由

　　于冗余的检测框也可能重复估计单人的边界框；后者自顶向上法是首先检测出环境中的所

　　有肢体节点自顶向下的姿态估计，然后进行拼接得到多人的骨架，但由于这种方法是取决于人的肢体节点，在两

　　传统的姿态检查(SPPE)极易出现错误的边界框，而且冗余的边界框会产生冗余的

　　姿态，尽管最先进的行人识别器已经显示出良好的性能，但在定位和认知方面的小误差是

　　不可避免的，这些误差会导致姿态检查的错误，尤其是仅依赖于人体检测结果的方法，不能

　　一种基于改进自顶向下法多人姿态检测的行人运动预测方法，以便于在人体边界框不准确

　　步骤3：对步骤2中获得的行人边界框b进行空间网络变换，提取出一个高Kaiyun Sports质量的人

　　步骤4：对每一个高质量人体区域框进行单人姿势检测，得到有冗杂的骨点置信度

　　步骤6：将步骤3中获得的人体区域框映射至原图坐标中，得到原图坐标中的高质

　　步骤7：将当前帧与前N帧进行步骤1‑6的处理，分别得到N+1张图片的骨点E(d

　　证明，预测时间为0.5秒为最大不失真结果)后行人动作的特点，具体表现如下：

　　明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不

　　步骤2：对输入视频进行行人边界框SSD处理，得到较不准确的行人边界框b，处理

　　步骤3：如图2所示，采用空间变换网络(STN)对较不准确的行人边界框b提取出一

　　[0042] 步骤4：如图3所示，对每一个高质量人体区域框 采用CNN单人姿势检测(SPPE)

　　得到有冗杂的骨点置信度E，置信度越高，则越有可能是正确的人体骨点，处理方式如下：

　　[0049] 步骤6，如图4所示，将人体区域框 映射至原图坐标中，即采用反空间变换网络

　　其中，W表示反空间变换网络输入层与输出层各个维度形成的矩阵，J(W，b)表示行

　　步骤7：将连续5帧图片(当前帧与前4帧)进行步骤1‑4的处理，分别得到5张图片的

　　步骤8：如图5所示，对这5张图片进行光流处理，得到各个骨点的位移向量ε(d)，处

　　其中，v为该骨点在下一帧的新位置，u表示该骨点所在的位置，(x，y)表示该骨点

　　为定义光流法集成窗口的两个常量，其大小决定该算法时间复杂度与效果，一般来说，w

　　步骤11：如图6所示，步骤9中每进行6次训练即每30帧中提前0.5秒则生成一次骨

　　例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技

　　术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替

　　换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。