基于混合关节肢体模型的深度人体姿态估计方法
Deep Human Pose Estimation Method Based on Mixture Articulated Limb Model作者机构：福州大学数学与计算机科学学院福州350116 福州大学福建省网络计算与智能信息处理重点实验室福州350116
出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期：2019年第32卷第2期
页 面：97-107页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目(No.61502105 61672159) 福建省科技引导性项目(No.2017H0015) 福建省高校产学合作项目(No.2017H6008)资助~~
摘 要：提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最后,得到一个可以解决多个分类的DCNN网络,用于人体姿态估计.文中方法对人体表示更灵活,有效提升关节点的检测率及正确检测的比率.
维普期刊数据库
同方期刊数据库