基于深度图像的人体关节点定位方法

• 作者: 刘亚洲 吕洁 杜晶 韩庆龙
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 深度图像 随机森林 深度梯度特征 关节位置定位
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 制导与控制
• 页码范围: 538-546
• 页数: 9页
• 分类号: TP312
• 字数: 6624字
• 语种: 中文
• DOI: 10.7682/j.issn.1673-1522.2016.05.008

摘要

提出了一个基于深度图像的人体关节点定位的方法：首先将图像中的人体区域分割出来，然后利用随机森林分类器对逐个像素点进行分类，得到身体的各个部件并寻找关节点的位置。通过实验发现，本方法准确性较高并具有一定实时性。分类的准确率为68%，相较Kinect技术（40%）达到了较高的分类水平。预测人体关节点位置的平均时间为每帧150ms，符合实用性要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜晶	海军航空工程学院基础部	59	103	5.0	8.0
2	吕洁	海军航空工程学院基础部	18	37	4.0	5.0
3	刘亚洲	南京理工大学计算机科学与工程学院	9	16	2.0	3.0
4	韩庆龙	海军航空工程学院基础部	20	58	6.0	6.0