基于CNN的人体姿态识别

• 作者: 周义凯 王宇 袁燕 赵勇飞
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 人机交互 姿态识别 CNN
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 图像处理
• 页码范围: 49-54,92
• 页数: 7页
• 分类号: TP391
• 字数: 5558字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.02.009

摘要

姿态识别是人机交互中重要的研究课题之一,随着机器学习与神经网络的发展,研究的方式和成果趋于多样化,姿态识别的应用价值也日趋广泛.本文通过构建卷积神经网络模型,该模型共有11层,在对采样的数据集中5种人体姿态进行卷积与池化操作,最后进入全连接层进行分类,从而完成对数据集的训练和识别.结果显示,相较于机器学习方法,该模型的识别性能更加优秀,且免去了复杂的特征提取方式设计,让网络自身提取特征进行识别分类,效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宇	河海大学计算机与信息学院	42	139	7.0	9.0
2	袁燕	河海大学计算机与信息学院	5	18	2.0	4.0
3	周义凯	河海大学计算机与信息学院	2	6	2.0	2.0
4	赵勇飞	河海大学计算机与信息学院	2	6	2.0	2.0