检索结果-南通市图书馆

智能计算机与应用 2021年第7期11卷 54-59页

作者：黄友张娜包晓安浙江理工大学信息学院杭州310018

由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征... 详细信息

由于背景复杂和人体容易被遮挡等情况的发生,导致人体骨架关键点的定位精度不高。针对这一问题,本文提出一种基于改进级联金字塔网络的人体骨架提取算法。该算法将注意力模块加入到级联金字塔特征提取网络的每一个残差块之后,根据特征图的不同部分和不同特征图的重要性程度分配不同的权重。同时将原来级联金字塔网络的2次上采样操作改为一次,以减少上采样过程中产生的冗余背景特征。实验结果表明:该算法可以较好地改善原CPN网络在遮挡、背景复杂等情况下定位不精准的问题。

关键词：级联金字塔网络注意力机制多层次特征提取特征融合困难关键点挖掘目标关键点相似度

来源：

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

基于轻量型高分辨率网络的被遮挡人体姿态估计

引用

武汉大学学报（理学版） 2021年第5期67卷 403-410页

作者：罗梦诗徐杨叶星鑫贵州大学大数据与信息工程学院贵州贵阳550025 贵阳铝镁设计研究院有限公司贵州贵阳550009

针对人体姿态被遮挡导致图像部分目标信息丢失使得估计结果不精确的问题,以高分辨率网络HRNet-32为基本网络架构,构建了一种轻量型高分辨率级联金字塔网络模型对被遮挡人体姿态进行估计。将对GhostNet进行改进的Gaff模块引入HRNet-32第... 详细信息

针对人体姿态被遮挡导致图像部分目标信息丢失使得估计结果不精确的问题,以高分辨率网络HRNet-32为基本网络架构,构建了一种轻量型高分辨率级联金字塔网络模型对被遮挡人体姿态进行估计。将对GhostNet进行改进的Gaff模块引入HRNet-32第一阶段,对网络进行轻量化,对特征进行初提取并进行多尺度特征融合训练。在HRNet-32中加入级联金字塔网络(cascaded pyramid network,CPN)进行二次特征提取,获取人体被遮挡部分的关键点,采用回归热图进行人体姿态估计。在公开数据集MPII和3DOH50K上进行测试,实验结果表明本文提出的网络对人体姿态估计的精确度比HRNet-32有所提升。

关键词：人体姿态估计遮挡高分辨率网络注意力特征融合级联金字塔网络

来源：

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

基于深度高分辨率网络的人体姿态估计研究

基于深度高分辨率网络的人体姿态估计研究

引用

作者：罗梦诗贵州大学

学位级别：硕士

人体姿态估计在计算机视觉领域的主要目标是检测出图像中人体所有的关键点并将其按照人体形状进行连接,让计算机去识别和理解人类的动作和行为。深度学习的快速发展,研究学者们运用神经网络的方法对人体姿态估计展开了深入的研究且取得... 详细信息

人体姿态估计在计算机视觉领域的主要目标是检测出图像中人体所有的关键点并将其按照人体形状进行连接,让计算机去识别和理解人类的动作和行为。深度学习的快速发展,研究学者们运用神经网络的方法对人体姿态估计展开了深入的研究且取得了显著的进展。但目前的人体姿态估计网络,仍然存在以下问题。第一,由于卷积本身仅能提取局部特征,不能有效提取多通道特征信息和空间特征信息,导致网络对人体姿态估计的精确度不够高。第二,当人体处于复杂环境或存在自身肢体遮挡等因素使人体部分关键点被遮挡时,网络对该部分的关键点信息提取存在较大干扰从而导致所得结果不够精确。第三,网络参数量大且运算复杂度高,使网络的运算时间过长。为解决上述问题,本文从构建高精度网络和设计轻量化网络两个角度展开研究。本文主要工作及贡献如下:(1)提出融入双注意力的高分辨率人体姿态估计网络(ECA-Nonlocal Net,ENNet)的方法。该方法在网络的基础模块中引入通道注意力构造通道注意力模块,使网络能够获取多通道特征信息;将空间注意力融入到网络中每一阶段的不同分辨率的融合前,提取足够多的来自不同分辨率的空间特征信息再进行特征融合;将所有经过融合后的特征信息以上采样的方式输出。在该网络上对COCO2017数据集进行训练和测试,实验数据显示,与高分辨率网络相比较,该方法的平均估计精确度(m AP)提高了3.4%。(2)提出高分辨率级联金字塔网络(High Resolution Cascaded Pyramid Network,HRCPN)的方法,该方法主要用于对存在遮挡的人体进行姿态估计。在高分辨率网络的第一阶段之前构建人体检测模型去确定被遮挡人体准确且完整的位置,降低环境干扰,在此基础上进行特征信息的初提取后将所提取的特征信息进行多尺度特征融合;融入级联金字塔网络的Gloabl Net层和Refine Net层进行第二次的特征信息提取,从而估计出人体被遮挡部位的关键点位置。在公开数据集3DOH50K上进行测试,与高分辨率网络比较,该方法对不同遮挡比例下的人体的关键点检测取得的平均估计精确度最高;在MPII数据集上的实验结果表明该方法的平均估计精确度达到93.4%。(3)针对高分辨率网络未能平衡好精度与速度的问题,基于线性变换生成冗余特征图的网络,提出一种轻量化模块对网络进行轻量化,减少网络参数量和降低网络复杂度。该模块通过普通卷积的方式用较少的卷积核去生成原始的特征图;使用简单的线性变换方式将所生成的特征图转换成余下的特征图。在数据集COCO2017上进行实验,结果表明,与高分辨率网络相比较,该方法的估计精确度有所提升,同时网络的参数量减少了35.1%、运算复杂度降低了13.6%。

关键词：人体姿态估计目标遮挡高分辨率网络级联金字塔网络注意力机制线性变换

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的输电线路均压环倾斜识别

引用

自动化仪表 2022年第9期43卷 106-110页

作者：戴永东蒋中军王茂飞陈双辉国网江苏省电力有限公司泰州供电分公司江苏泰州225700 南京土星信息科技有限公司江苏南京210000

为解决输电线路均压环倾斜图像识别过程中存在的准确率低、倾斜角度计算差的问题,提出了一种基于深度学习的输电线路均压环倾斜识别方法。首先,采用改进的快速区域深度卷积神经网络(Faster-RCNN)检测均压环与绝缘子串的目标与位置信息... 详细信息

为解决输电线路均压环倾斜图像识别过程中存在的准确率低、倾斜角度计算差的问题,提出了一种基于深度学习的输电线路均压环倾斜识别方法。首先,采用改进的快速区域深度卷积神经网络(Faster-RCNN)检测均压环与绝缘子串的目标与位置信息。然后,采用级联金字塔网络(CPN)定位目标多特征关键点,并在此基础上使用文本检测(TB)算法,根据绝缘子与均压环位置信息定量计算出均压环的倾斜角度。最后,采用仿真环境对该方法进行了验证,得到其均压环倾斜识别准确率为87.2%。试验结果验证了所提方法可有效识别输电线路均压环倾斜,提高了输电线路运维水平。

关键词：均压环倾斜目标检测快速区域深度卷积神经网络级联金字塔网络输电线路倾斜角度

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：