基于多源图像弱监督学习的3D人体姿态估计

• 作者: 刘嘉琦 王雪艳 胡绍斌 蔡轶珩
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 人体姿态估计 沙漏网络 弱监督 多源图像 深度图像
• 年，卷（期）: 2019,（12）
• 页码范围: 2375-2384
• 页数: 10页
• 分类号: TP391.4
• 字数: 8217字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2019.0387

摘要

3D人体姿态估计是计算机视觉领域一大研究热点,针对深度图像缺乏深度标签,以及因姿态单一造成的模型泛化能力不高的问题,创新性地提出了基于多源图像弱监督学习的3D人体姿态估计方法.首先,利用多源图像融合训练的方法,提高模型的泛化能力;然后,提出弱监督学习方法解决标签不足的问题;最后,为了提高姿态估计的效果,改进了残差模块的设计.实验结果表明:改善的网络结构在训练时间下降约28％的情况下,准确率提高0.2％,并且所提方法不管是在深度图像还是彩色图像上,均达到了较好的估计结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡轶珩	北京工业大学信息学部	50	767	13.0	26.0
2	王雪艳	北京工业大学信息学部	2	2	1.0	1.0
3	胡绍斌	北京工业大学信息学部	1	2	1.0	1.0
4	刘嘉琦	北京工业大学信息学部	1	2	1.0	1.0