基于特征回归的单目深度图无标记人体姿态估计

• 作者: 沈栎 陈莹
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 计算机视觉 机器学习 像素分类 深度图像 人体姿态估计 点云
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 仿真模型/系统置信度评估技术
• 页码范围: 269-277
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.18-0143

摘要

单目深度图无标记人体姿态估计问题,由于动作的多样性,人体自遮挡,运动无规律等因素的影响,导致系统准确率低,鲁棒性不强和运行效率低.为此提出一种基于单目深度图点云的特征提取方法和回归方法,利用特征回归和关节点分类,可以在不使用时间信息的情况下,从单目深度图出估计出人体的关节点坐杭实验结果表明,与其他基于单目深度数据的姿态估计方法,以及相同情况下的多目方法比较,该方法的都能保持很好的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莹	江南大学轻工过程先进控制教育部重点实验室	101	401	10.0	14.0
2	沈栎	江南大学轻工过程先进控制教育部重点实验室	2	0	0.0	0.0