基于深度学习的人体姿态估计方法综述

• 作者: 罗健欣 邓益侬 金凤林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人体姿态估计 深度学习 关节点坐标 人体模型 检测回归
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 热点与综述
• 页码范围: 22-42
• 页数: 21页
• 分类号: TP391.4
• 字数: 13764字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0113

摘要

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络,直接从二维的图像特征中回归出人体姿态信息.主要按照2D人体姿态估计到3D人体姿态估计的顺序,并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面,对近年来基于深度学习的人体姿态估计方法进行系统介绍,从而初步了解如何通过深度学习的方法得到人体姿态的各个要素,包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系,甚至更为复杂的人体蒙皮模型信息.最后,对当前研究面临的挑战以及未来的热点动向进行概述,清晰地呈现出该领域的发展脉络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗健欣	中国人民解放军陆军工程大学指挥控制工程学院	8	16	2.0	3.0
2	邓益侬	中国人民解放军陆军工程大学指挥控制工程学院	2	5	1.0	2.0
3	金凤林	中国人民解放军陆军工程大学指挥控制工程学院	2	4	1.0	2.0