基于神经网络的姿态识别算法

• 作者: 张剑书 杨炼鑫 樊英泽 王浩然
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 神经网络 目标检测识别 人体姿态估计 姿态分类
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP312
• 语种: 中文
• DOI: 10.11907/rjdk.201698

摘要

公共场所视频监控网络部署日益完善,智能视频监控技术在安防、交通等领域作用越来越大.针对视频监控数据中的人类目标,提出一种基于计算机视觉的姿态识别方法.通过YOLO算法和AlphaPose模型完成对视频中人类目标检测识别以及姿态估计,在此基础上分析人体关节之间的角度对姿态分类的影响,从中提取有效的分类特征,构造并训练5层神经网络模型,完成对站、坐、躺最常见3种姿态分类.实验结果表明,训练得到的神经网络模型准确率达到85％以上,识别速率大约为每秒30帧,在安防监控、检测人员摔倒、疾病报警等方面具有一定应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨炼鑫		4	0	0.0	0.0
2	张剑书		6	1	1.0	1.0
3	王浩然		5	2	1.0	1.0
4	樊英泽		1	0	0.0	0.0