基于多尺度时空特征的篮球场景中人体姿态估计
Multiscale spatio-temporal correlation feature learning for human pose estimation作者机构：天津体育学院体育教育与科学学院天津300000 沈阳航空航天大学体育部沈阳110136 天津体育学院继续教育学院天津300000
出 版 物：《中南民族大学学报（自然科学版）》 (Journal of South-Central University for Nationalities：Natural Science Edition)
年 卷 期：2023年第42卷第1期
页 面：95-102页
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金：天津市研究生科研创新资助项目(2019YJSB096)
摘 要：人体姿态估计是计算机视觉领域的研究热点之一,目标是从给定的图像或视频中识别人体的关节.由于篮球比赛视频中人体动作复杂多变,易产生运动模糊、遮挡等问题,导致现有的人体姿态算法对篮球动作姿态估计的准确率较低.针对这一问题,提出了一种基于多尺度时空关联特征的篮球动作姿态估计算法,构建基于Transformer的人体时序特征捕捉模块对序列层级的时空特征信息进行建模,以缓解运动模糊、遮挡等现象带来的负面影响.此外,针对人体外形复杂多变的问题,提出了基于可形变卷积的人体空间特征残差融合模块来获取更为充分的空间特征.与现有算法相比,该算法在自行构建的篮球场景人体运动数据集、姿态估计公开基准数据集PoseTrack2017和PoseTrack2018均取得较好的效果.
维普期刊数据库
同方期刊数据库