基于深度图像的实时多人体姿态估计

• 作者: 刘理想 张华 肖贤鹏 胡莉
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 深度图像 关节点定位 姿态估计
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 26-29,36
• 页数: 5页
• 分类号: TP241|TP212
• 字数: 3970字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)06-0026-04

摘要

针对多目标人体姿态估计中存在人体身材差异性、姿态多样性、身体间的遮挡融合导致的识别率低、鲁棒性差的问题,提出一种基于深度图像的实时多目标人体姿态估计算法.该方法通过随机抽样一致性(RANSAC)算法移除地面并进行背景建模分割出人体模型.使用近似K-最近邻(ANN)方法从学习阶段创建的数据库中找到K个单一人体各关节的估计位置构成估计位置点云,采用Mean-Shift算法计算出点云的最大加权密度点作为估计关节点,将各关节点按照一定顺序连接得到人体骨架,估计出人体姿态.在Microsoft Visual Studio 2017上搭建算法实验平台,结果表明:该方法可以有效解决自遮挡和他人遮挡环境下对关节点检测的问题,在MPII数据集上与现有算法比较,所提出的方法对关节点估计的平均准确率为85.02％,且具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张华	西南科技大学信息工程学院	193	1226	16.0	25.0
2	胡莉	西南科技大学信息工程学院	24	117	6.0	10.0
3	刘理想	西南科技大学信息工程学院	7	3	1.0	1.0
4	肖贤鹏	西南科技大学信息工程学院	2	0	0.0	0.0