基于改进卷积神经网络的人体姿态估计

• 作者: 巨永锋 赵勇
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 人体姿态估计 深度学习 卷积神经网络 先验分布 全局特征
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 先进算法与人工智能
• 页码范围: 9-14
• 页数: 6页
• 分类号: TP391.4
• 字数: 4090字
• 语种: 中文
• DOI: 10.19708/j.ckjs.2018.06.002

摘要

卷积神经网络是人体姿态估计中应用最成功的深度学习模型,但仍存在着一些诸如关节搜索空间过于巨大以及不同卷积核得到的抽象特征被平等对待等缺陷.为此,提出了一种基于改进卷积神经网络的人体姿态估计算法,利用先验分布减小关节搜索空间,改进卷积神经网络结构建立新的关节外观模型.改进的网络利用单个卷积核对应的全局和局部抽象特征计算关节的初始定位概率,通过对所有卷积核对应的关节初始定位概率进行线性组合来计算关节的最终定位概率,利用线性组合中不同的权值来体现不同抽象特征在定位关节时所起的不同作用.仿真实验表明,与现有基于卷积神经网络的人体姿态估计算法相比,所提出的算法具有更低的计算复杂度和更高的估计准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵勇	长安大学电子与控制工程学院	32	108	6.0	9.0
3	巨永锋	长安大学电子与控制工程学院	142	1091	15.0	28.0