基于混合关节肢体模型的深度人体姿态估计方法

• 作者: 刘秉瀚 李振达 柯逍
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 深度学习 深度卷积神经网络 人体姿态估计 图像模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 97-107
• 页数: 11页
• 分类号: TP391
• 字数: 7888字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201902001

摘要

提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最后,得到一个可以解决多个分类的DCNN网络,用于人体姿态估计.文中方法对人体表示更灵活,有效提升关节点的检测率及正确检测的比率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘秉瀚	福州大学数学与计算机科学学院	74	332	10.0	14.0
5	柯逍	福州大学数学与计算机科学学院	12	28	3.0	4.0
9	李振达	福州大学数学与计算机科学学院	1	0	0.0	0.0