检索结果-南通市图书馆

检索条件"主题词=高分辨率维持模块"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于沙漏网络的人体姿态估计算法改进研究及应用

基于沙漏网络的人体姿态估计算法改进研究及应用

引用

作者：吴翠娜东北石油大学

学位级别：硕士

人体姿态估计旨在从图像和视频中检测人体关键点,以此实现对图像中的人类活动的理解和人体姿态识别。使用堆叠沙漏网络进行重复自底向上和自顶向下的采样过程,能够获取到不同尺度的图像特征,进而完成2D人体姿态估计任务。在此基础上,使... 详细信息

人体姿态估计旨在从图像和视频中检测人体关键点,以此实现对图像中的人类活动的理解和人体姿态识别。使用堆叠沙漏网络进行重复自底向上和自顶向下的采样过程,能够获取到不同尺度的图像特征,进而完成2D人体姿态估计任务。在此基础上,使用图卷积算法与堆叠沙漏网络相结合,可实现对人体骨架的重建,以得到3D人体姿态。然而,在深度模型中,对特征图的下采样-上采样过程中,面临着多尺度信息利用不足和识别的三维关键点与实际关节位置不一致等问题,影响模型估计的精度,为此本文分别对2D和3D人体姿态估计算法进行了改进。在2D人体姿态估计任务中,本文提出了一个变尺度高分辨率沙漏堆叠网络(Variable-scale High-resolution Hourglass Network,VHHNet),它由可变尺度残差模块(Variable-scale Residual Module,VRM)和分级高分辨率维持模块(Multi-level High-resolution Maintenance Module,MHMM)组成。VRM通过双通道变尺度的卷积算法,强化了沙漏网络多尺度空间信息提取能力。MHMM可维持多尺度融合信息在整个网络中的高分辨特征。此外,为了获取更多的融合信息,在逐层的分辨率提取过程中,采用了相邻尺寸残差融合的采样处理策略。实验在MPII数据集上进行,训练了两层的VHHNet。实验以PCKh@0.5作为评价指标,模型的评分为89.6%,与原始网络相比提高了1.3%。3D人体估计任务中,将基于图卷积算法的堆叠沙漏网络进行了改进。首先,新的模型将VRM在3D网络中进行适配,使之代替原始沙漏中的残差作为基础模块。此外,为提高卷积对沙漏中图结构数据的利用率,模型对堆叠沙漏网络进行了重新构建,提出了新融合方式利用沙漏层内信息。另外,模型对图卷积网络的残差结构进行了改进,增强了其对3D人体骨架的重构逻辑。深度模型在Human3.6M数据集上进行训练和测试。使用MPJPE作为评价指标。实验结果表明,改进后的3D人体姿态估计模型与原模型相比,误差下降了1.1毫米。

关键词： 2D人体姿态估计 3D人体姿态估计堆叠沙漏网络高分辨率维持模块

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

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

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

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：