基于自适应感受野的教室人体姿态实时检测

作     者：叶盛 高陈强 钱志华 陈欣悦 杨烽 赵悦 YE Sheng;GAO Chenqiang;QIAN Zhihua;CHEN Xinyue;YANG Feng;ZHAO Yue

作者机构：重庆邮电大学通信与信息工程学院重庆400065 信号与信息处理重庆市重点实验室重庆400065 

出 版 物：《重庆邮电大学学报（自然科学版）》 (Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition))

年 卷 期：2022年第34卷第4期

页      面：621-628页

学科分类：08[工学] 0804[工学-仪器科学与技术] 

基　　金：国家自然科学基金(61571071,61906025) 重庆市科委自然科学基金(cstc2018jcyjAX0227,cstc2020jcyj-msxmX0835) 重庆市教委科学技术研究项目(KJQN201900607,KJQN202000647)。 

主　　题：深度学习 姿态检测 感受野 教室场景 

摘      要：人体姿态信息对教学管理和教学评估具有重要作用,通过算法快速且准确地获取人体姿态信息具有重要的研究意义。近年来,尽管基于人体关键点的姿态估计方法被广泛研究,但由于教室监控场景图像普遍存在遮挡严重、目标尺度变化大、图像成像质量差等问题,难以直接运用现有方法。提出一种基于自适应感受野的教室人体姿态实时检测方法。在单发多边框检测器(single shot multibox detector,SSD)网络中,构建自适应感受野卷积模块,通过上下两个支路提取不同感受野的特征;在反向传播过程中,自动学习上下支路的特征融合参数,自适应调整网络的感受野;提高网络在教室场景中人体姿态的检测性能。实验结果表明,提出的方法可以实现实时检测,且优于现有的教室人体姿态检测方法和其他单阶段目标检测方法。