基于强化学习的多人姿态检测算法优化

• 作者: 应娜 蔡哲栋 黄铎
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 强化学习 姿态检测 模式识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图像处理与应用
• 页码范围: 186-191
• 页数: 6页
• 分类号: TP3
• 字数: 5216字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.029

摘要

在多目标人体姿态检测算法过程中,人体的定位精度依然不够精确.针对该问题,采用速度与精度兼顾的SSD算法作为目标检测器获得人体的初步包围框,定义该包围框为智能体,引入强化学习.采用马尔科夫决策过程以及Q网络组成的目标精细模型对智能体训练其九种动作,分别为左上角与右下角两个点的四方向进行迭代调整以及终止策略,使得包围框达到更贴近人体的效果.结合先进的Stacked hourglass算法作为姿态检测器,对调整后的包围框进行姿态预测.该算法的引入使得多目标人体检测算法在MPII数据集上的精度提升了1.6 mAP,达到了73.7 mAP.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应娜	杭州电子科技大学通信工程学院	13	42	5.0	6.0
2	蔡哲栋	杭州电子科技大学通信工程学院	2	1	1.0	1.0
3	黄铎	杭州电子科技大学通信工程学院	1	0	0.0	0.0