检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于人体分割的智能女装廓形尺寸数据库构建

纺织学报 2018年第1期39卷 119-125页

作者：傅白璐李峻刘晓刚东华大学服装与艺术设计学院上海200051 东华大学上海国际时尚创意学院上海200051

为准确地对现有秀场女装廓形进行判断,提出一种基于人体分割的智能女装廓形尺寸数据库的构建方法和流程。针对静态图像,先进行人脸检测,再利用最大后验概率模型检测人体,并通过图割技术提取服装廓形,最终确定人体影响服装廓形的关键部位... 详细信息

为准确地对现有秀场女装廓形进行判断,提出一种基于人体分割的智能女装廓形尺寸数据库的构建方法和流程。针对静态图像,先进行人脸检测,再利用最大后验概率模型检测人体,并通过图割技术提取服装廓形,最终确定人体影响服装廓形的关键部位,自动测量服装廓形相关尺寸并入库。针对各种可能遇到的实际图像情况提出相应的测量准则,并提炼出显著影响服装廓形的"突变点"概念。经验证,该方法能够有效快速地对静态图像中的女装廓形批量提取廓形尺寸数据,测量数据共包括8个关键点测量值,具有较高的准确性和实践性。

关键词：女装服装廓形廓形尺寸人体分割智能数据库

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

一种引入聚焦机制的静态图像人体分割方法

电视技术 2017年第7期41卷 134-139页

作者：郭荣幸李涛马鹏阁郑州航空工业管理学院电子通信工程学院郑州450046 河南广播电视大学信息工程系郑州450008

针对静态图像中人体分割不能够聚焦所要分割区域,造成分割效果不佳的问题。通过对残差网络进行改进,使之能够适应人体分割这一任务,并在改进的残差网络中引入一种聚焦机制进行静态图像人体分割。根据静态图像人体分割问题,设计了具有聚... 详细信息

针对静态图像中人体分割不能够聚焦所要分割区域,造成分割效果不佳的问题。通过对残差网络进行改进,使之能够适应人体分割这一任务,并在改进的残差网络中引入一种聚焦机制进行静态图像人体分割。根据静态图像人体分割问题,设计了具有聚焦机制的损失函数、辅助分割损失函数以及分割损失函数。另外,为了得到数据集的辅助分割类标、分割类标以及注意力聚焦图,提出了数据预处理算法。在Pascal-Person-Part数据集和LIP数据集上进行训练和测试,并将测试结果与SegNet,FCN-8s,Deep Lab V2,Attention,LG-LSTM以及Attention+SSL方法进行比较。通过比较像素精度、平均像素精度和Io U(Intersection over Union)指标,表明所提方法能够提高静态图像中人体分割的效果,验证了所提方法的可靠性。

关键词：深度卷积神经网络残差网络人体分割聚焦机制

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Kinect深度相机的人体分割方法

基于Kinect深度相机的人体分割方法

作者：黄道祥天津大学

学位级别：硕士

人体分割是指在含有人的图像中将人的轮廓分割出来,它是计算机视觉领域一个重要的研究方向,在3D人体重建、视频编辑、姿态估计等诸多应用有着重要的作用。然而,在背景与头发、皮肤、衣服具有相似颜色的地方,人体分割方法面临着巨大的挑... 详细信息

人体分割是指在含有人的图像中将人的轮廓分割出来,它是计算机视觉领域一个重要的研究方向,在3D人体重建、视频编辑、姿态估计等诸多应用有着重要的作用。然而,在背景与头发、皮肤、衣服具有相似颜色的地方,人体分割方法面临着巨大的挑战。本文针对复杂场景中分割人体不准确的问题,提出了一种在图论优化框架中联合RGB-D信息和骨架信息的人体分割算法。该算法在图优化框架中考虑了三维场景中图像的颜色、深度和骨架信息的互相促进作用,以获得更加准确的人体分割结果。首先,利用边缘引导的滤波算法修复低质量的深度图来得到高质量的深度图,Kinect采集的原始深度图包含了大量噪声和深度缺失,将对图像数据的准确性造成影响。本文通过一种边缘引导的三边滤波算法对低质量深度图进行处理,恢复出准确的深度值。然后通过一种类似K均值的聚类算法对RGB-D数据进行聚类得到超像素,最后在图模型中将超像素看作节点,并结合相应的人体骨架信息,从而提高区分人体和背景的相似颜色区域的能力。本文设计能量函数的数据项和平滑项,其中数据项衡量超像素和标签之间的相近程度,平滑项衡量相邻超像素对之间的平滑程度。通过最小化能量函数对聚类后得到的超像素进行融合,得到全局最佳的超像素融合结果。为验证算法的有效性,在实际场景数据集上与多种算法进行比较。实验结果表明,在主观视觉和客观指标上,本文提出的算法均得到了更为准确的人体分割结果。

关键词：人体分割 RGB-D 骨架图模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

静态图像中的人体分割与姿态估计

静态图像中的人体分割与姿态估计

作者：姚猛大连理工大学

学位级别：硕士

本文的主要目的是将复杂背景静态图像中的人体进行分割并估计其姿态。由于人体的姿势、衣服、光照和图像视角的不同从而导致图像中人体外形差异非常大（如站立的人体与坐着的人体,其形状差异非常大）。这对人体分割和姿态估计造成了巨... 详细信息

本文的主要目的是将复杂背景静态图像中的人体进行分割并估计其姿态。由于人体的姿势、衣服、光照和图像视角的不同从而导致图像中人体外形差异非常大（如站立的人体与坐着的人体,其形状差异非常大）。这对人体分割和姿态估计造成了巨大的困难和挑战。为解决静态图像中的人体分割与姿态估计问题,我们提出了一种基于分类器和图结构的算法。该算法的主要思想是通过图像分割和姿态估计模块的级联,发挥二者的互相促进作用,以达到共同优化求解的效果。在我们提出的算法中,人体被建模成一个树形结构,该树的10个节点分别表示人体的10个部分（头部,躯干,左上臂,右上臂,左下臂,右下臂,左侧大腿,右侧大腿,左侧小腿,右侧小腿）。每个部分都训练一个检测模板并通过条件随机场算法训练其参数,具体的求解是通过置信度传递算法实现的。置信度传递算法的实现机制是：首先从子节点向父节点传递置信度,直到最后汇聚到根结点（躯干）;然后置信度从根结点逐级向子节点回溯,直到分散到所有子节点为止。本文算法的主要框架分成两个大的步骤。第一步,用边缘作为特征来训练模型,从而可以分别得到每个部分最初的分布概率,利用分类器进行初步的分割。第二步,在第一步得到的分割结果上提取区域特征,重新训练模型,再进行每个部分的定位与分割。这样通过二者的级联,将边缘和区域特征结合在一起,从而使人体分割和姿态估计同时得到解决。本文的实验采用了姿态估计领域常用的数据库。该数据库非常具有挑战性,图像库中的人体姿态变化非常多。整个图片库共有305张图片,其中100张是训练图片,205张是测试图片。我们的算法在该图像库中取得了比较好的姿态估计和分割结果。本文中使用的边缘和区域特征在人体姿态估计和分割中是非常有效的特征;我们提出的分割与姿态估计级联的模型能够有效地分割复杂背景图像中的人体和进行姿态估计。本文算法没有使用任何与人体相关的特征（如肤色）,所以该模型可以很容易地扩展到其他与人体类似结构的物体对象。

关键词：静态图像人体分割姿态估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于人体分割的行人重识别技术研究

基于人体分割的行人重识别技术研究

作者：何旭东四川大学

学位级别：硕士

行人重识别旨在跨摄像机对目标行人进行识别与检索,可以与行人检测、人脸识别和目标跟踪等任务结合在一起应用于智能监控等领域,是计算机视觉领域的研究热点。然而在现实场景中,摄像机拍摄的行人目标极易受到遮挡和杂乱背景等因素的影响... 详细信息

行人重识别旨在跨摄像机对目标行人进行识别与检索,可以与行人检测、人脸识别和目标跟踪等任务结合在一起应用于智能监控等领域,是计算机视觉领域的研究热点。然而在现实场景中,摄像机拍摄的行人目标极易受到遮挡和杂乱背景等因素的影响,给行人重识别技术带来了挑战。本文利用人体分割技术,针对无遮挡和有遮挡环境下的行人重识别问题展开研究,主要工作内容与创新点如下:(1)针对无遮挡行人重识别任务,提出了一个基于行人前景区域的双流行人重识别网络。该网络由原始分支和前景分支组成,旨在从输入的行人图像中提取鲁棒且具有判别力的特征。其中,前景分支采用预训练好的人体分割模型预测行人前景区域作为输入,帮助模型学习具有辨别力的人体特征,减少杂乱背景的影响;原始分支则将原始图像作为输入并利用注意机制从中发掘对识别具有帮助的线索,对前景分支忽略的信息进行补充。为了增强特征的表达能力,使用了多粒度池化策略,使模型既能关注到全局信息,也能注意到具有不同粒度的局部信息。此外,为应对空间错位问题,在生成人体前景图像时,利用紧贴目标行人轮廓的最小矩形框来裁剪人物区域以纠正不准确的人体检测框,进而实现粗略的人体部位对齐。在公开数据集上的实验结果表明,本方法与近年的先进的行人重识别方法相比也具有优势。(2)针对有遮挡行人重识别任务,提出了一个基于人体区域感知的行人重识别方法。该方法由遮挡增强策略、基于人体区域感知的特征提取网络和基于图像间共享可见区域的度量策略三部分组成,旨在学习并匹配图像间未被遮挡区域的特征。其中,遮挡增强策略在训练阶段生成多样且包含复杂遮挡物的数据,以帮助模型对遮挡场景产生鲁棒性。基于人体区域感知的特征提取网络利用预训练好的人体区域分割模型生成人体解析图对人体区域分类器进行监督,以辅助模型感知图像中未被遮挡的人体区域并从中提取特征。同时在人体区域分类器前增加了注意力模块,从全局角度聚类具有相同语义的像素,以提高模型对人体不同区域分类的准确性。基于图像间共享可见区域的度量策略在测试阶段利用人体区域分类器估计出不同区域的可见性,通过只比较图像间共享可见区域的特征距离的方式,避免遮挡信息对特征匹配过程造成影响。公开数据集上的实验结果表明,本方法不仅可以在有遮挡环境下取得不错的性能,同时也适用于无遮挡环境。

关键词：行人重识别人体分割双流网络注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向实时的视频人体分割算法研究

面向实时的视频人体分割算法研究

作者：张泰然北京交通大学

学位级别：硕士

人体分割是计算机视觉中的常见任务,对于计算机理解人类活动有着重要的作用,广泛应用于视频处理、视频监控、人体姿势估计、3D建模和个人娱乐等领域。近年来随着计算机视觉和机器学习技术的快速发展,在给定的图像和视频上进行人体分割... 详细信息

人体分割是计算机视觉中的常见任务,对于计算机理解人类活动有着重要的作用,广泛应用于视频处理、视频监控、人体姿势估计、3D建模和个人娱乐等领域。近年来随着计算机视觉和机器学习技术的快速发展,在给定的图像和视频上进行人体分割引起了越来越多的计算机视觉研究者的关注。基于深度学习模型的图像人体分割已经取得了很大的进步,然而,当现有的深度人体分割模型直接应用于视频人体分割任务时,模型的性能经常存在很大的局限性,例如视频帧的分割结果存在不连续的现象,分割过程的速度比较缓慢等问题。为了解决这些问题,本文提出一种基于视频的实时人体分割算法框架并将其应用于单人视频人体分割领域。本文主要工作如下:(1)构建单人视频人体分割数据集。由于缺乏公开的单人视频人体分割数据集,并且为了给视频人体分割研究提供一定的研究基础的目的,以及为了测试本文所提出的算法框架的准确率和速度等性能指标,本文构建了一个高分辨率的单人视频人体分割数据集。数据集中共有1 000个视频帧,每帧均由人工进行像素级标注。(2)提出基于深度人体分割模型和视觉追踪方法的视频人体分割算法框架。该算法框架包含有一个以全卷积网络(Fully Convolutional Network,FCN)为中心的深度人体分割模块以及一个基于水平集方法(Level Set Method)的视觉追踪模块。其中,深度学习模型用于对视频序列中的首帧进行人体分割,视觉追踪模块根据上一帧的分割结果来获取下一帧的分割结果。深度学习模型采用公开的人体图像数据集进行训练以保证人体分割的准确率。(3)设计开发实时视频人体分割算法系统。根据本文提出的基于视频的实时人体分割算法框架,在Linux操作系统下基于C++、MATLAB语言及Caffe、OpenCV、Dlib等开源算法库实现了利用GPU加速的实时的视频人体分割算法系统。本文提出的算法框架实现了视频人体分割的目标,在人体视频数据集上的实验表明本文提出的算法框架能够在视频上达到较高的分割准确率,以及高于使用深度学习模型进行逐帧人体分割的方法的分割速度,并且本文提出的深度人体分割模型在人体图像数据集上取得了显著优于论文中的其他算法的准确率。

关键词：人体分割视频分割深度学习全卷积网络水平集方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

静态图像中的正面人体分割算法研究

静态图像中的正面人体分割算法研究

作者：孙智鹏大连理工大学

学位级别：硕士

随着生活水平的提高和社会信息化程度的加深,数字图像越来越成为在人们在日常生活中获取信息的最主要途径。图像分割是数字图像处理的一个重要组成部分,对于后续的目标检测、图像检索和图像理解等方面的研究来讲,图像分割作为它们不可... 详细信息

随着生活水平的提高和社会信息化程度的加深,数字图像越来越成为在人们在日常生活中获取信息的最主要途径。图像分割是数字图像处理的一个重要组成部分,对于后续的目标检测、图像检索和图像理解等方面的研究来讲,图像分割作为它们不可或缺的预处理步骤,具有重要的研究价值。目前比较常见的是视频序列中的人体目标分割,其主要应用于公共场合的监控系统。而且,这类方法大部分都存在两个共同的缺点:检测到的运动目标不一定是人体;静止不动的人体无法被检测到。本文则侧重于研究单幅静态图像中的人体目标检测与分割,这对于基于内容的图像检索、人体目标识别与分类、图像理解等方面的研究和应用具有重要意义。在人体检测算法中,本文详细介绍了几类现有的人体检测方法,分析了他们的可靠性,并在此基础上提出了基于人脸检测和Normalized Cuts图像分块的人体检测和分割算法。人体的颜色、形状和姿态各异,这对人体目标全局的检测造成很大困难,所以本文采用两步走的方法:1)先检测上半身,包括头部、躯干和双臂。在人脸位置和大小已知的前提下,先使用模板匹配的方式找到一个最佳角度的上半身大致区域,再使用图分割方法准确地分割出躯干区域,同时还要检测出肤色区域,最后将躯干区域、人脸区域和肤色区域组合在一起,得到完整的上半身区域;2)然后在上半身分割结果的基础上使用主要颜色估计的方法找到胯部的大致位置,并再次使用图分割方法,分割出准确而完整的腿部区域。这样做的优点是能够克服上下半身由于不同颜色、不同形状、不同相对位置等因素给人体目标检测和分割带来的困扰。实验结果表明,本文提出的方法对正面人体的分割效果比较好,具有一定的鲁棒性。

关键词：人体检测人体分割 Normalized Cuts Graph Cuts 主要颜色估计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于姿态检测和语义分割的人体动作识别

基于姿态检测和语义分割的人体动作识别

作者：韩韬上海交通大学

学位级别：硕士

人体动作识别是计算机视觉的重难点问题,是进行场景理解和人际交互的基础,在视频监控、虚拟现实、自动驾驶等领域有着广泛的应用。本文主要研究基于RGB信息的动作识别,相较于Kinect获取的RGB-D视频,RGB视频的数据量更大,应用面更加广泛... 详细信息

人体动作识别是计算机视觉的重难点问题,是进行场景理解和人际交互的基础,在视频监控、虚拟现实、自动驾驶等领域有着广泛的应用。本文主要研究基于RGB信息的动作识别,相较于Kinect获取的RGB-D视频,RGB视频的数据量更大,应用面更加广泛。目前采用主流的算法是一种是卷积神经网（CNN）进行特征抽取,循环神经网（RNN）进行时序信息学习,最后进行分类;另一种是将空间和时间的特征融合,统一进行学习和分类,如3DCNN和CNN联合池化等。目前大多数深度学习算法关注的是网络结构,通过改变模型结构和微调数据集来提升模型的性能。而实际上,视频图像中包括丰富的视觉线索,静态的包括背景和物体,动态的包括场景变化,人体的姿态和运动状态等等。如何选取和融合有价值的视觉信息,是视频动作学习问题面临的新挑战。针对上述问题,本文利用光流信息和人体姿态信息作为视频中动作信息的补充,采用CNN进行空间域的特征提取,利用长短期记忆网络（LSTM）进行时间域的训练学习,最后在光流和姿态模型的基础上,结合场景特征模型进行融合估计。本文的研究工作主要如下:1.研究了姿态识别问题的难点,并结合具体场景进行了应用。对人体姿态识别问题进行了研究,重点介绍了卷积姿态机（CPM）方法。结合生产线流水操作的实际场景,利用卡尔曼滤波算法实现了对多个操作人手臂的实时跟踪,并对实验结果进行了分析。2.利用一种深度卷积网络,实现了动作图像的语义分割。针对全卷积网络（FCN）精细度和运算效率有限的问题,使用了一种深度编码-解码网络框架（Fast-Net）进行人体部位分割,并将条件随机场（CRF）嵌入到网络中进行优化。在MPII和AI Challenger数据集上进行了实验,证明了该算法在正确率和效率两方面的提升。3.基于光流和姿态信息,提出了一种多模型融合的动作识别框架。该框架将深度学习（Flow-Net）得到的光流图,图像分割（Fast-Net）得到的姿态图以及原图作为输入,分别通过CNN和RNN建立多通道模型,最终对动作分类结果进行融合。在动作识别主流数据集HMDB51和UCF101上进行了实验,主要从准确率的角度对实验结果进行了分析。实验证明了使用人体姿态和光流信息能够有效提升检测准确率。

关键词：机器学习动作识别姿态检测人体分割语义分割卷积神经网卷积姿态机条件随机场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习语义分割的人体参数测量优化

基于深度学习语义分割的人体参数测量优化

作者：郭小玉中原工学院

学位级别：硕士

人体测量数据是国家生产和发展的基础数据,在服装设计、健康评估和工业设计中发挥着重要作用,以保证健康舒适的用户体验。现有基于双目立体视觉的人体测量系统具有成本低的特点,将语义分割和立体匹配相结合,实现了智能的人体围度测量。... 详细信息

人体测量数据是国家生产和发展的基础数据,在服装设计、健康评估和工业设计中发挥着重要作用,以保证健康舒适的用户体验。现有基于双目立体视觉的人体测量系统具有成本低的特点,将语义分割和立体匹配相结合,实现了智能的人体围度测量。但是现有测量系统中人体图像的分割精度和匹配精度仍有待提高。为了提高现有人体测量系统的测量精度,本文提出了一种改进的人体分割算法和一种用于优化立体匹配的特征点提取方法。全文主要工作包括:（1）针对现有双目立体视觉人体测量系统,本文提出了一种融合CBAM注意力机制的PSPNet人体分割算法来提高分割精度。首先,该算法在主干网络Res Net101特征提取阶段嵌入四个CBAM注意力模块,以实现更好的空间和通道特征融合,增强模型泛化能力和强化语义信息。其次,在主干网络Res Net101的瓶颈结构中,将普通卷积替换为分组卷积,降低模型参数和计算成本,优化了人体分割算法的效率。（2）提出一种改进的基于角点的特征点设计用于优化立体匹配。首先,通过Shi-Tomasi角点检测算法进行人体感兴趣部位特征点提取,然后获取亚像素级的特征点坐标;再根据棋盘格角点的特征,通过区域约束方法进行逐行立体匹配。棋盘格角点设计和Shi-Tomasi角点检测算法将匹配精度提高到亚像素级,棋盘格角点的区域约束降低了匹配复杂度。实验结果表明,系统的围度测量误差均在国家标准GB/T 2664-2017、GA 258-2009、GB/T 2665-2017和纺织行业标准FZ/T 73029-2019、FZ/T 73017-2014、FZ/T73059-2017、FZ/T 73022-2019的误差范围内且优于现有系统。

关键词：双目立体视觉人体分割 CBAM 角点检测逐行匹配人体测量