基于CPM算法的轻量级手势姿态估计

• 作者: 王赫 于梁 杨庆江 郭阳
• 来源期刊: 数字技术与应用
• 学科: 工学
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 设计开发
• 页码范围: 196-198
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2022.01.62

摘要

随人工智能产品的体验式增强,手势姿态估计作为一种经典的计算机视觉任务,具有广泛的应用场景.针对目前应用在移动端智能产品都需轻量化的网络模型,本文基于CPM(Convolutional Pose Machine)多阶段人体姿态估计网络,设计出一种轻量级的手势姿态估计模型.基于RHD开源数据集进行对比实验,对比分析了轻量级的CPM手势估计模型在保证精度的同时,可以有效的减小模型参数量,为研发实时移动端手势姿态估计提供了基础.