基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人体姿态估计是通过人体关键点的定位进行人体姿态描述的方法.介绍了当前视觉领域的传统方法和研究热点,对基于卷积神经网络的二维人体姿态估计方法进行了重点介绍,阐述了单人和多人人体姿态估计两大类场景下的主流方法,解析了算法应用的深度神经网络结构,分析了算法的主要特点,并对主流算法的性能进行了对比.同时,对常用主流人体姿态估计数据集进行了介绍,给出了主流方法在这些数据集上的性能指标.
推荐文章
基于改进卷积神经网络的人体姿态估计
人体姿态估计
深度学习
卷积神经网络
先验分布
全局特征
基于伪三维卷积神经网络的手势姿态估计
手势姿态估计
伪三维卷积神经网络
三维特征
深度图像
深度学习
基于改进卷积神经网络的人体检测研究
行人检测
深度学习
卷积神经网络
复杂背景
基于双流卷积神经网络的改进人体行为识别算法
人体行为识别
深度学习
双流卷积神经网络
模型融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于卷积神经网络的人体姿态估计算法综述
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 人体姿态估计 卷积神经网络 人体关键点定位 人体目标检测
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 59-66
页数 8页 分类号 TP391.4
字数 7034字 语种 中文
DOI 10.16508/j.cnki.11-5866/n.2020.03.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄宏博 北京信息科技大学计算机学院 24 81 5.0 7.0
5 彭帅 北京信息科技大学计算机学院 2 0 0.0 0.0
6 陈伟骏 北京信息科技大学计算机学院 2 0 0.0 0.0
7 胡志颖 北京信息科技大学计算机学院 1 0 0.0 0.0
8 袁铭阳 北京信息科技大学计算机学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人体姿态估计
卷积神经网络
人体关键点定位
人体目标检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导