检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的多人姿态估计算法研究与应用

基于深度学习的多人姿态估计算法研究与应用

作者：徐晨阳北京邮电大学

学位级别：硕士

随着现代科学技术的飞速发展,计算机视觉对图像和视频的自动分析处理能力在人工智能领域体现着越来越重要的应用价值。近年来,人体姿态估计引起了越来越多的关注,随着计算机硬件的进步和深度学习算法的发展,基于深度学习的人体姿态估计... 详细信息

随着现代科学技术的飞速发展,计算机视觉对图像和视频的自动分析处理能力在人工智能领域体现着越来越重要的应用价值。近年来,人体姿态估计引起了越来越多的关注,随着计算机硬件的进步和深度学习算法的发展,基于深度学习的人体姿态估计方法的准确度和速度有了显著提高,已被广泛应用于人机交互、运动分析、增强现实和虚拟现实等领域。然而在多人、遮挡严重的复杂场景下,现有的2D和3D多人姿态估计方法往往采用二阶段范式,即自底向上或自顶向下的方法。本文旨在提出更好的分组方法用于自底向上的2D多人姿态估计和新的单阶段范式用于3D多人绝对姿态估计,以实现更精准、模型更简洁的人体姿态估计。此外,本文还将基于边缘设备,利用人体姿态估计模型实现具体应用。本文的主要工作如下:1.提出了一种基于中心点分组的2D多人姿态估计算法。该算法以自底向上的范式为基础,提出使用中心点作为分组线索,预测关键点的位置和指向中心的偏移量,然后将关键点与对齐的结果进行匹配。为了解决向心偏移量的方差问题,该算法设计了一个多尺度变换层。此外,该算法提出了一种动态阈值的贪婪分组方法,在自适应阈值下对关键点进行分组。本算法最终展现出了对中等大小实例的出色性能,其精度在自底向上方法中取得了优秀的表现。2.提出了一种单阶段3D多人绝对姿态估计算法。该算法提出了一种有效的单阶段解耦回归模型。首先,该算法利用并行分支同时回归2D姿态和人体深度,从而实现更紧凑的pipeline。其次,该算法提出了 2D位姿引导深度查询模块,将来自2D姿态回归分支的特征和深度回归分支的特征连接起来,帮助模型在3D姿态估计上获得更好的性能。最后,该算法还提出了解耦绝对位姿损失,利用实例2D位置的ground truth,将预测深度映射到相机坐标系中,实现姿态在3D空间的直接监控,提高深度预测性能。本算法最终在3D多人绝对姿态估计方法中取得了优秀的性能。3.设计了一个基于边缘设备的运动分析系统,提出了基于DTW的动作评分后处理算法,并将其使用于系统的信息处理层中。为解决人体姿态估计模型在边缘设备上推理速度慢的问题,系统基于TensorRT进行加速,采用更小的骨架网络提升了模型的推理速度。整个系统设计还包括利用终端APP提供用户交互,最终实现了高智能、高精度、低延迟的实用化运动分析系统,可用于青少年体测和健身运动等场景。

关键词：多人姿态估计中心点分组单阶段解耦回归运动分析系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

尺度感知的多人姿态估计研究

中国传媒大学学报（自然科学版） 2022年第6期29卷 50-57,67页

作者：张大勇陈一茗中国技术经济学会数字体育专业委员会北京100081

近年,深度学习下的多人姿态估计研究取得长足进步,但如何应对场景中的尺度变化以及如何高效检测并分组多人姿态关键点仍是当前的巨大挑战。为提升网络对多人姿态的尺度感知能力,权衡模型的速度与精度,本文在关键点检测方面提出了一种尺... 详细信息

近年,深度学习下的多人姿态估计研究取得长足进步,但如何应对场景中的尺度变化以及如何高效检测并分组多人姿态关键点仍是当前的巨大挑战。为提升网络对多人姿态的尺度感知能力,权衡模型的速度与精度,本文在关键点检测方面提出了一种尺度感知的多人姿态估计算法,结合高分辨率表征和变形感受野设计多人关键点特征提取模块,并更新迭代网络;同时在网络头部提出热力图指导的特征融合修正策略,丰富表征的多尺度表达。在Associate Embedding上应用自适应检测网络,MSCOCO数据集的定位精度提高了6.0%,表现出对困难姿势和中小尺度关键点的检测优势。

关键词：多人姿态估计热力图变形感受野尺度感知

在线全文

学校读者我要写书评

暂无评论

基于高分辨率表征的多人姿态估计算法

大连交通大学学报 2023年第5期44卷 108-114页

作者：时维国于晓慧大连交通大学自动化与电气工程学院辽宁大连116028

针对人体姿态估计任务特征提取精度低的问题,设计了一种特征高分辨率表征的姿态估计方法。该方法基于Mask RCNN模型,在RCNN获得目标实例后,将实例的检测结果映射到特征金字塔的高分辨率特征层,然后通过关键点预测模块上采样提高特征分辨... 详细信息

针对人体姿态估计任务特征提取精度低的问题,设计了一种特征高分辨率表征的姿态估计方法。该方法基于Mask RCNN模型,在RCNN获得目标实例后,将实例的检测结果映射到特征金字塔的高分辨率特征层,然后通过关键点预测模块上采样提高特征分辨率,最后将预测特征进行空间位置编码成分类任务,来获取每个实例的关键点二维空间位置并实现多人姿态估计。提出的多人姿态估计算法其检测任务性能精度提高1.0%,姿态估计任务精度提高0.5%,该算法减少了姿态估计的预测误差,进一步提升了姿态估计性能,提高了多人姿态估计的精度,实现了高分辨率表征。

关键词： MaskRCNN人体检测高分辨率表征深度学习多人姿态估计

在线全文

学校读者我要写书评

暂无评论

YOLOv3剪枝模型的多人姿态估计

中国图象图形学报 2021年第4期26卷 837-846页

作者：蔡哲栋应娜郭春生郭锐杨鹏杭州电子科技大学通信工程学院杭州310018

目的为了解决复杂环境中多人姿态估计存在的定位和识别等问题,提高多人姿态估计的准确率,减少算法存在的大量冗余参数,提高姿态估计的运行速率,提出了基于批量归一化层(batch normalization, BN)通道剪枝的多人姿态估计算法(YOLOv3 prun... 详细信息

目的为了解决复杂环境中多人姿态估计存在的定位和识别等问题,提高多人姿态估计的准确率,减少算法存在的大量冗余参数,提高姿态估计的运行速率,提出了基于批量归一化层(batch normalization, BN)通道剪枝的多人姿态估计算法(YOLOv3 prune pose estimator, YLPPE)。方法以目标检测算法YOLOv3(you only look once v3)和堆叠沙漏网络(stacked hourglass network, SHN)算法为基础,通过重叠度K-means算法修改YOLOv3网络锚框以更适应行人目标检测,并训练得到Trimming-YOLOv3网络;利用批量归一化层的缩放因子对Trimming-YOLOv3网络进行循环迭代式通道剪枝,设置剪枝阈值与缩放因子,实现较为有效的模型剪枝效果,训练得到Trim-PruneYOLOv3网络;为了结合单人姿态估计网络,重定义图像尺寸为256×256像素(非正方形图像通过补零实现);再级联4个Hourglass子网络得到堆叠沙漏网络,从而提升整体姿态估计精度。结果利用斯坦福大学的MPII数据集(MPII human pose dataset)进行实验验证,本文算法对姿态估计的准确率达到了83.9%;同时,时间复杂度为O(n2),模型参数量与未剪枝原始YOLOv3相比下降42.9%。结论结合YOLOv3剪枝算法的多人姿态估计方法可以有效减少复杂环境对人体姿态估计的负面影响,实现复杂环境下的多人姿态估计并提高估计精度,有效减少模型冗余参数,提高算法的整体运行速率,能够实现较为准确的多人姿态估计,并具有较好的鲁棒性和泛化能力。

关键词：目标检测多人姿态估计模型剪枝 YOLOv3 堆叠沙漏网络 MPII数据集

在线全文

学校读者我要写书评

暂无评论

一种基于深度可分离卷积的实时多人姿态估计

计算机应用研究 2020年第S2期37卷 348-350,353页

作者：肖文福孙燚陈恩庆郑州大学信息工程学院郑州450001

人体姿态估计是计算机视觉领域中的一个重要研究方向,用来实现从图像或视频中检测人体若干关键点位置。Open Pose模型是一种基于卷积神经网络的多人姿态估计方法,其主要缺点是所需运算量较大且无法在嵌入式设备上实时实现。为了使Open P... 详细信息

人体姿态估计是计算机视觉领域中的一个重要研究方向,用来实现从图像或视频中检测人体若干关键点位置。Open Pose模型是一种基于卷积神经网络的多人姿态估计方法,其主要缺点是所需运算量较大且无法在嵌入式设备上实时实现。为了使Open Pose模型能够在嵌入式终端Jetson TX2上快速运行,实现实时多人姿态估计,针对传统Open Pose模型进行改进,一是优化减少了Open Pose模型重复的阶段数,二是把其中的一些标准卷积层替换为深度可分离卷积层。分析和仿真结果表明,使用深度可分离卷积改进的Open Pose模型可以在保留较高精度的同时显著减少计算量。改进的Open Pose模型平均精度AP值下降了5.3%,但运行速度提升了130%,从而使改进Open Pose模型在计算资源相对较少的嵌入式AI计算设备上能够实现实时多人姿态估计。

关键词：多人姿态估计 OpenPose 部位亲和力场深度可分离卷积 Jetson TX2

在线全文

学校读者我要写书评

暂无评论

结合通道注意力的特征融合多人姿态估计算法

小型微型计算机系统 2021年第1期42卷 142-146页

作者：黄晨高岩华东师范大学软件工程学院上海200333 华东师范大学计算机学院上海200333

为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中... 详细信息

为了提高二维复杂场景下多人姿态估计准确度和速度,提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法.利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器.针对网络特征下采样过程中上层高分辨率信息不断遗失问题,在经典U型网络结构中嵌入多尺度特征融合模块,从而使网络中的低尺度特征也包含高分辨率信息,并在特征融合模块中引入通道注意力机制,进一步突出多尺度融合特征图的关键通道信息.试验结果表明:相比于堆叠沙漏网络(Stacked Hourglass Network,SHN)和级联金字塔网络(Cascaded Pyramid Network,CPN),文中所提出的人体姿态估计算法在COCO数据集上的姿态估计平均准确率分别提高了4.7和3.7.

关键词：多人姿态估计深度可分离卷积 U型网络多分辨率特征通道域注意力

在线全文

学校读者我要写书评

暂无评论

基于深度学习的多人姿态估计

基于深度学习的多人姿态估计

作者：范佳柔浙江大学

学位级别：硕士

多人姿态估计是计算机视觉中重要的研究方向,其主要目的是对给定的输入图像或视频,预测其中每一个人身体上各个关键点的位置,以帮助对人的行为进行解读。该任务是动作分类、行人再识别、服饰分析、人机交互等任务的基础,在视频监控、无... 详细信息

多人姿态估计是计算机视觉中重要的研究方向,其主要目的是对给定的输入图像或视频,预测其中每一个人身体上各个关键点的位置,以帮助对人的行为进行解读。该任务是动作分类、行人再识别、服饰分析、人机交互等任务的基础,在视频监控、无人商店、自动驾驶、体感游戏、虚拟现实等领域都有着重要的应用价值,对其它类似的关键点预测任务也有一定的借鉴意义。近年来,深度学习尤其是卷积神经网络(Convolutional Neural Networks,CNNs)在图像分类、语义分割、目标检测等计算机视觉领域均取得了突破性的进展,拥有强大学习能力的深度网络越来越受到研究者的青睐。本文针对静态图片和视频中的多人姿态估计这两个密切相关的任务,分别提出了相应的深度学习模型,具体如下:1.对于静态图片中的多人姿态估计,常用的自顶向下的方法在检测框中有多人时,会存在互相干扰的问题。因此本文以特征提取为切入点,提出了一个更鲁棒的自顶向下的网络模型,包括注意力网络和实例分割网络,使网络只关注相关的区域,忽略背景的干扰,从而帮助进行更准确地多人姿态估计。我们通过充分的对比实验验证了上述两个模块网络的有效性,并在COCO这个大型标准数据集上取得了有竞争力的结果。2.至于视频中的多人姿态估计,关键点在时间和空间上的联系可以提供额外的信息来帮助进行姿态估计。因此本文提出了一个自底向上的时空卷积LSTM(Long Short-Term Memory)来优化视频中的多人姿态估计。该框架主要由时间卷积LSTM和空间卷积LSTM组成,并分别结合了光流和关节引力场特征来帮助时空卷积LSTM进行学习。我们在PoseTrack数据集上进行了对比实验,充分验证了提出的方法的有效性,并取得了目前最好的结果。

关键词：多人姿态估计视频深度学习卷积神经网络注意力机制实例分割时空卷积LSTM 光流关节引力场

基于轻量化多尺度神经网络的多人姿态估计研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轻量化多尺度神经网络的多人姿态估计研究

作者：陈佳莉广东工业大学

学位级别：硕士

人体姿态估计是指在图像或视频中定位出人体关节点,并将关节点连接起来形成骨架。该任务是实现基于骨架的行为识别和行人再识别等任务的基础,在安防监控、电影制作、交互式游戏等领域应用广泛。卷积神经网络的发展基本解决了单人场景下... 详细信息

人体姿态估计是指在图像或视频中定位出人体关节点,并将关节点连接起来形成骨架。该任务是实现基于骨架的行为识别和行人再识别等任务的基础,在安防监控、电影制作、交互式游戏等领域应用广泛。卷积神经网络的发展基本解决了单人场景下的人体姿态估计问题,但多人的复杂场景下还有很大的发展空间。多人场景下往往存在人与人重叠、关节点被遮挡等问题,导致网络会将一些关节点的位置识别错误。因此,多人姿态估计仍然是计算机视觉领域的研究重点。针对多人姿态估计下存在的问题,本文重点围绕图像特征提取和神经网络轻量化研究两个关键问题展开研究,具体如下。(1)针对多人场景下关节点识别准确率较低的问题,本文采用由粗糙到精细的设计思想,在高分辨率网络后衔接改进的级联金字塔网络,并采用多阶段的方式进一步提高识别精度,从而提出新的网络结构多阶段改进级联金字塔网络MSIPN。此网络充分利用不同尺度的图像信息,能有效提高姿态估计精度。对级联金字塔网络的改进在于将插值上采样替换为转置卷积上采样,使得网络的上采样操作可学习。比以往的多阶段网络更能有效利用特征信息,本文在阶段之间采用跨阶段特征融合机制将相邻阶段的特征联合起来,生成不同尺寸的真值热力图进行由粗到细的中继监督。在复杂的多人姿态估计数据集COCO上的实验结果表明,本文提出的多阶段改进级联金字塔网络的各子模块有助于提高多人场景下的检测精度,且在COCO数据集上取得了有竞争力的结果,但代价是复杂度也稍微增加。(2)针对上述多阶段改进级联金字塔网络计算量与参数量大的问题,本文进一步进行网络的轻量化研究,提出了采用改进的密集连接模块和改进的InceptionRes Net模块来代替此网络的基本组成单元残差模块。其中,改进的密集连接模块直接将所有层连接起来,加强了特征传递,减少网络复杂度以及提高参数利用率;改进的Inception-Res Net模块利用分解卷积核和增加并行卷积层的技巧,一定程度上减少网络复杂度。在多人姿态估计数据集MPII上的实验结果表明,改进的密集连接模块可显著减少模型参数和计算复杂度,并对检测准确率也有所裨益;而改进的Inception-Res Net模块对模型效率提升不太明显,在提升准确率方面与改进的密集连接模块相当,综合考虑下本文选择改进的密集连接模块作为轻量化多阶段改进级联金字塔网络Light-MSIPN的基本单元。

关键词：多人姿态估计由粗到细算法多尺度轻量化

基于分化质心编码与尺度感知网络的多人姿态估计算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分化质心编码与尺度感知网络的多人姿态估计算法研究

作者：张智谦华侨大学

学位级别：硕士

多人姿态估计是计算机视觉领域中一个重要的研究方向,该技术可以作为行人重识别、动作分类等任务的基础,在安防、娱乐等产业领域中有着广泛的应用前景,具有重要的经济价值;同时,该领域的研究结论对其他与人相关的人工智能科学研究也有... 详细信息

多人姿态估计是计算机视觉领域中一个重要的研究方向,该技术可以作为行人重识别、动作分类等任务的基础,在安防、娱乐等产业领域中有着广泛的应用前景,具有重要的经济价值;同时,该领域的研究结论对其他与人相关的人工智能科学研究也有一定的推动作用,具有重要的科研价值。因此,对多人姿态估计算法的研究具有重要的研究价值和研究意义。本课题采取自底向上方法的设计思想,针对现有算法中存在的缺陷开展了一系列研究,并分别针对性的进行了改进,最终提供了一种能够应用于实际场景的多人姿态估计方法。主要的研究内容介绍如下:(1)本课题首先针对现有算法在遮挡场景中检测精度低、对上下半身关节检测精度差异大的问题进行探究,提出在算法中引入人体结构先验,设计基于关节分组和分化质心编码的多人姿态表示,降低网络对检测任务的建模难度;在此基础上,设计基于关节划分和贪婪策略的关节匹配后处理算法,缓解实际场景中算法对不属于同一人体关节的误配问题,显著提升了算法在各类关节尤其是下半身关节上的估计精度;(2)在上述基于分化质心编码的检测任务表示基础上,本课题进一步提出新颖的人体锚点集合并依其对检测任务进行优化,为人体半身在网络对应的两个子分支提供所需信息的来源;接着,设计了采取串行任务输出方式的尺度感知网络,其包含有精心设计的局部感知增强模块和全局感知增强模块,能够充分挖掘模型潜力,进一步提升算法精度;(3)本课题最后提出了一种基于分化质心编码的单阶段多人姿态估计算法,其根据所设计的单阶段多人姿态表示,能够将多个人体多类关节的检测和匹配任务转化为人体中心关节的检测以及其余关节的回归两个过程,并进一步设计了轻量级网络来建模该检测任务表示。在实验数据集和实际模拟场景样本中的结果表明,该方法通过消除耗时的关节匹配过程,在实际场景中能够拥有更高的处理效率,实现了算法对精度和速度的平衡。

关键词：多人姿态估计分化质心编码人体锚点集合尺度感知网络