基于深度学习的二维人体姿态估计研究进展

• 作者: 刘勇 李杰 张建林 徐智勇 魏宇星
• 来源期刊: 计算机工程
• 关键词: 二维人体姿态估计 计算机视觉 关键点检测 深度学习 卷积神经网络
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 热点与综述|Hot Topics and Reviews
• 页码范围: 1-16
• 页数: 16页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058799

摘要

基于深度学习的二维人体姿态估计方法通过构建特定的神经网络架构,将提取的特征信息根据相应的特征融合方法进行信息关联处理,最终获得人体姿态估计结果,因其具有广泛的应用价值而受到研究人员的关注.从数据集基准、姿态估计方法和评测标准等方面,对近年来基于深度学习的二维人体姿态估计的诸多研究工作进行系统归纳与整理,将现有方法分为单人姿态估计方法与多人姿态估计方法,并分别从网络架构设计、输出特征表示和损失函数选取方面进行分析与总结.在此基础上,结合当前二维人体姿态估计所面临的挑战对其未来研究发展方向与应用前景进行展望.