基于CNN的三维人体姿态估计方法

• 作者: 刘军 孙思琪 张苏沛 杜壮 肖澳文
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 三维人体姿态估计 卷积神经网络 关节点
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 168-172
• 页数: 5页
• 分类号: TP317.4
• 语种: 中文
• DOI: 10.3969/j.issn.1674?2869.2019.02.013

摘要

针对传统三维人体姿态估计受遮挡限制的问题,提出一种基于卷积神经网络(CNN)的三维人体姿态估计方法.首先,实验模型系统采用了几段单目视频为输入源进行人体姿态识别.相对于传统的人体姿态估计方法,改进了一种顺序化的卷积神经网络用于提取人体空间信息和纹理信息.并通过对视频中人体的二维姿态估计,找出了人体头部和四肢关节点的精确位置.最后,通过投影关节点到三维空间,估计出每个人的三维姿态.实验结果表明,本文方法相比传统的姿态估计算法在人体行为上的测试平均误差从98.53 mm降低至92.88 mm,对于视频中的人体三维姿态估计有更优的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘军		27	109	5.0	9.0
2	张苏沛		2	0	0.0	0.0
3	肖澳文		2	0	0.0	0.0
4	杜壮		2	0	0.0	0.0
5	孙思琪		1	0	0.0	0.0