基于ResNet50对地震救援中人体姿态估计的研究

• 作者: 邬春学 贺欣欣
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 神经网络 人体姿态估计 ResNet50 亲和度向量场 地震救援
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 50-58,70
• 页数: 10页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2022.03.009

摘要

调查发现,地震中死亡人数增加的原因主要是错过救援的黄金时间,因此可通过救援无人机自动对受灾人员进行行为识别与状态分析.人体姿态估计是指对图像中人体关节点和肢体进行检测的过程,在人机交互和行为识别应用中起着重要的作用,然而由于背景复杂、肢体被遮挡等因素导致标注人体关节点和肢体十分困难.因此提出一种结合ResNet50及CPM的模型,该模型通过获取图像特征和精调机制,计算出关节点依赖关系,最后划分到对应人体.实验表明,该模型与其他模型对比能够提高复杂场景下人体姿态估计的效果.