非线性化改进的KP-Detector模型在人体姿态识别中的应用

• 作者: 张鹏 逄博 徐欣 韦博
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: KP-Detector 体态识别 PLF 深度学习
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 49-54
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11907/rjdk.211598

摘要

针对现有体态识别模型检测精度不高、检测周期过长以及模型参数规模过大等问题,提出一种新的改进模型——KP-Detector.该模型将关节点和肢体分开检测和识别,使用改进的PLF匹配方法及Dense连接机制,减少模型复杂度;运用匈牙利算法进行肢体高效匹配,优化使用6层模型结构,同时应用于单人和多人关节点检测.在MPII数据集上测试显示,该模型检测精度优于对比模型,测试速度较其他模型快近4FPS,而模型大小只有18M,具有较大优势.