检索结果-南通市图书馆

基于openpose改进的轻量化人体动作识别模型

在线全文

学校读者我要写书评

暂无评论

电子测量技术 2022年第1期45卷 89-95页

作者：李一凡袁龙健王瑞上海大学通信与信息工程学院上海200444

本文聚焦于自下而上的人体姿态估计网络openpose模型参数量大的缺点,对openpose模型的特征提取网络和预测网络分别进行改进,实现轻量化模型的目标。使用参数量更少、准确度更高的ResNet18网络替代了原模型中的VGG19网络,并且在不损失过... 详细信息

本文聚焦于自下而上的人体姿态估计网络openpose模型参数量大的缺点,对openpose模型的特征提取网络和预测网络分别进行改进,实现轻量化模型的目标。使用参数量更少、准确度更高的ResNet18网络替代了原模型中的VGG19网络,并且在不损失过多识别精度的前提下,以深度可分离卷积替代了预测网络中的部分卷积核,以此来降低网络结构的参数量。接着通过人工神经网络对人体动作进行分类,在传统的非线性网络中加入了线性模块提高了网络的记忆能力和泛化能力。结果表明,轻量化openpose模型的运行帧数比原先提高了9%~16%,动作识别网络经过3000次迭代训练后,站立、坐着、走、坐下和起立的识别精度达到了0.877、0.835、0.793、0.815和0.808。最后,将整体识别网络应用于真实场景下,根据结果表明,该方法可以在嵌入式设备中正常运行,且识别效果较好。

关键词：人体姿态估计 openpose 轻量化模型深度可分离卷积人工神经网络

同方期刊数据库

基于openpose和Yolo的手持物体分析算法

在线全文

学校读者我要写书评

暂无评论

空军工程大学学报（自然科学版） 2021年第6期22卷 82-89页

作者：贺文涛黄学宇李瑶空军工程大学防空反导学院西安710051

针对当前模式识别领域少有专门针对手持物体识别的研究,提出了可实时全局分析人体手持物体状态及手持物体类别的分析算法。以人体姿态估计网络openpose和物体检测网络Yolo为基础对图像进行初步处理,利用C++API将二者获取到的人体关节点... 详细信息

针对当前模式识别领域少有专门针对手持物体识别的研究,提出了可实时全局分析人体手持物体状态及手持物体类别的分析算法。以人体姿态估计网络openpose和物体检测网络Yolo为基础对图像进行初步处理,利用C++API将二者获取到的人体关节点坐标和目标物体坐标进行信息融合,然后针对不同尺寸的物体进行分类并分别设计了判定法则,融合交并比(IOU)算法作为手持状态的辅助判断,最终实现了人体手持物体行为分析算法。采集手持物体的视频流制成数据集,使用多种方法进行数据增强并训练,最终算法识别出手持物体状态的同时,正确识别手持物体类别的准确率可达91.2%左右,相较于传统方法提高了大约1.3%,且运行速度可达13fps,验证了算法的准确性。试验证明该算法对手持刀具、枪支等危险品的异常行为检测具有较高应用价值。

关键词： openpose Yolov4 手持识别数据增强

An Evaluation Approach of Multi-person Movement Synchronization Level using openpose

在线全文

学校读者我要写书评

暂无评论

An Evaluation Approach of Multi-person Movement Synchronizat...

基于改进openpose的学生行为识别研究

第40届中国控制会议

作者： Huanyu Zeng Wanmi Chen School of Mechatronic Engineering and Automation Shanghai University

In dance, broadcast gymnastics and other activities, participants are required to keep their action in synchronization,which is very important to show their uniformity. In this paper, we present an approach to quantitatively evaluate the synchronization level of multi-person movement. Firstly, Kinect is used to obtain color image and depth image, and use openpose to process color image to acquire 2 D joint point coordinates of all participants in the image;Secondly, color image and depth image are fused into point cloud array, and retrieve 3 D joint point coordinates corresponding to 2 D from point cloud array;Then, according to 3 D joint point coordinates, define three joint angles that can represent the human pose;Finally, after smoothing, calculate the evaluation index to achieve the quantitative evaluation. The experimental results demonstrate that when there are fewer than 5 participants, this method can be applied to evaluate the synchronization level of their movements,it has good accuracy and reliability.

关键词： openpose Human pose Synchronization Joint point coordinate

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

计算机应用研究 2021年第10期38卷 3183-3188页

作者：苏超王国中上海工程技术大学电子电气工程学院上海201600

学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进openpose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中... 详细信息

学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进openpose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中的高斯噪声;然后通过融入注意力机制的目标检测算法检测图像中的目标学生位置,再将检测后的图像通过改进的openpose模型提取人体骨骼关节点坐标;最后利用ST-SVM分类器对获取的关节点坐标进行分类,从而快速准确地识别出学习者的行为状态。实验结果表明,该方法能够快速、准确地识别出学生的行为动作,准确率达到99%以上,fps达到了20以上,相比原模型,fps提升了50%。

关键词：行为识别骨骼关节点 Tiny_YOLOv3 openpose ST-SVM

基于改进openpose的行人关节点检测算法

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2024年第9期43卷 144-148页

作者：田雨刘红长春理工大学光电工程学院吉林长春130022

针对车载图像存在目标行人较小、携带信息较少、无法准确检测行人关节点的问题,提出一种基于改进openpose的行人关节点检测算法。首先,通过增大输入图像分辨率和增加图像缩放比例来捕获车载视角下行人关节点的特征信息;其次改进网络结构... 详细信息

针对车载图像存在目标行人较小、携带信息较少、无法准确检测行人关节点的问题,提出一种基于改进openpose的行人关节点检测算法。首先,通过增大输入图像分辨率和增加图像缩放比例来捕获车载视角下行人关节点的特征信息;其次改进网络结构,卷积核大小以及采用深度可分离卷积代替标准卷积来降低网络模型的参数数量和计算量。实验结果表明:改进网络在检测行人关节点准确率提高了6%,改进网络模型的参数量和计算量比原openpose减少69%和39%,提高了检测行人节点的速度。

关键词：卷积神经网络 openpose 深度可分离卷积关节点检测

基于改进openpose网络的多特征跌倒识别系统

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于改进Openpose网络的多特征跌倒识别系统

作者：徐思成南京邮电大学

学位级别：硕士

进入21世纪之后,中国人口老龄化在不断加剧,养老机构资源逐渐稀缺,居家养老将成为一种重要的养老方法。据相关资料显示,突发性疾病导致的异常跌倒是居家独处老人死亡的几个重要原因之一。在居家养老领域,独居老人无感跌倒检测已成为当... 详细信息

进入21世纪之后,中国人口老龄化在不断加剧,养老机构资源逐渐稀缺,居家养老将成为一种重要的养老方法。据相关资料显示,突发性疾病导致的异常跌倒是居家独处老人死亡的几个重要原因之一。在居家养老领域,独居老人无感跌倒检测已成为当前研究热点之一。本文基于改进的openpose网络,设计了一种多特征融合居家老人跌倒检测算法及系统,重点研究居家养老服务的场景中,独居老人无感异常跌倒行为监测系统,一旦系统确认发生了异常,即刻将老人的位置信息和异常跌倒信息同时发送给监护人和社区医护人员,及时进行必要的救治工作,减少老人因跌倒引发的伤害。由于家庭场景环境复杂,未来居家老人数目庞大,这就要求系统具有很高的识别精度,尽量避免发生误报现象。本文在分析传统卷积神经网络和原始openpose人体骨架信息识别网络的基础上,通过对openpose的网络架构的改进,设计了多特征跌倒判别规则,具体内容如下:(1)阐述了跌倒检测的研究背景、意义与国内外研究现状。对深度学习的相关知识做了系统的分析,介绍了当前经典的几个卷积神经网络,指出了原始openpose的骨架识别方法在跌倒识别上的不足,并提出了网络结构的改进方法。(2)在openpose人体骨架信息识别网络的基础上,提出将其原主干网络VGG-19替换为深度可分离卷积神经网络类型,选用Mobile Net,同时,针对其识别精度问题在Mobile Net的基础上增加了残差结构,并改进了激活函数。(3)提出了改进跌倒检测网络,设计了一种多特征融合算法,通过归一化坐标集合到基准点的欧氏距离、人体外接矩阵长宽比、特定部位夹角大小、人体关键点下降速度等四种评判特征的融合,提升了系统跌倒判别的识别精度,实验表明系统设计达到预期要求。

关键词：深度学习跌倒检测 openpose 深度可分离卷积多特征融合

基于思元智能加速卡的openpose姿态识别网络模型移植和优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于思元智能加速卡的OpenPose姿态识别网络模型移植和优化

作者：吴杨洋东南大学

学位级别：硕士

近年来,人机交互的应用场景越来越广泛,人体姿态识别作为相关研究的基础学科,其中基于卷积的openpose姿态识别神经网络能够以较高的精度捕捉人体姿态。但由于其网络结构复杂、层数多、计算量大,受制于传统处理器的算力而存在运行速度慢... 详细信息

近年来,人机交互的应用场景越来越广泛,人体姿态识别作为相关研究的基础学科,其中基于卷积的openpose姿态识别神经网络能够以较高的精度捕捉人体姿态。但由于其网络结构复杂、层数多、计算量大,受制于传统处理器的算力而存在运行速度慢、功耗高等问题,导致无法较好地部署于高实时性应用中。而随着处理器技术的发展,深度学习处理器的诞生为神经网络模型的训练和推理提供了强大的算力支持,这一特性也正是提升姿态识别网络模型运行性能的关键。所以本文提出将openpose模型与某深度学习处理器结合,在其上完成模型的移植和优化工作。最终在保证了模型识别精度的同时,以更低的功耗获得了更高的推理速度,并实现了openpose在深度学习处理器上的应用。主要贡献如下:(1)在模型移植中,使用智能编程语言初步重构了openpose网络中的算子,以适应深度学习处理器的硬件架构,然后将新算子添加到Py Torch框架中。最终openpose模型可通过框架调用算子进行正确的推理。(2)在模型性能优化中,首先将传统量化方法改良为基于KL散度的量化方法,并使用该方法对openpose模型进行存储上的优化,实现了FP32模型向INT8模型的转换,在尽可能减少精度损失的基础上提高了推理速度。然后针对初步重构的openpose网络算子,根据深度学习处理器的架构特点,优化为以多核流水线为整体结构的向量化指令计算形式,提高了算子并行度和运算速度。最后对openpose的运行方式进行了优化,将调用的多个算子进行了融合处理以减少数据的IO次数,并序列化保存了融合算子指令,从而最终生成了可脱离框架运行且能实时检测人体姿态的openpose离线模型。(3)在openpose离线模型的具体应用中,将其与按键控制跑酷游戏结合,改进成了人体姿态实时控制的跑酷游戏。在正确性上,人体姿态控制的动作响应结果能够与按键控制保持一致;在速度上,离线模型推理速度可达32.04fps,且在游戏中的整体延迟不高于40ms。结果表明,openpose离线模型在识别精度和运行延迟方面均满足实时应用系统部署的要求。

关键词： openpose 深度学习处理器量化流水线离线模型

基于openpose的轿厢电梯人体行为监测系统的研究

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OpenPose的轿厢电梯人体行为监测系统的研究

作者：陈龙昆明理工大学

学位级别：硕士

随着社会的发展,轿厢式电梯已成为中高建筑的标配,伴随而来的也是频发的电梯事故的发生。研究表明,电梯事故的发生往往是由于电梯乘坐过程中的不文明行为导致的。传统的电梯监控系统只能实现视频的捕捉和保存,并不能在乘客做出危险动作... 详细信息

随着社会的发展,轿厢式电梯已成为中高建筑的标配,伴随而来的也是频发的电梯事故的发生。研究表明,电梯事故的发生往往是由于电梯乘坐过程中的不文明行为导致的。传统的电梯监控系统只能实现视频的捕捉和保存,并不能在乘客做出危险动作时给予提醒和警示,及时打断他们的危险举动。本文旨在通过一套人体行为检测技术,来降低轿厢电梯由于不文明乘坐引发的事故率,利用智能监测系统对乘客的行为进行捕捉和识别,针对危险动作及时发出警示制止。针对传统图像识别特征提取的复杂性,RGB图像特征易受外界环境影响以及对复杂动作识别率较低情况,本文通过openpose算法实现轿厢电梯环境下的人体行为识别。从单目标多行为,双目标多行为,多目标和轿厢为空四种情况展开研究,将异常行为的研究类型确定为奔跑、跳跃和打闹,看手机、静止站立等相对静态的活动确定为正常行为。首先在模拟轿厢电梯环境下,从三个角度获取人体行为原始数据集,对视频流中目标行为的关键帧进行提取,根据视频流中包含有的时间信息,得到行为动作的时序信息,运用openpose算法对关键帧序列进行关键节点的提取,获取目标行为动作的空间信息,将获取到关键节点的坐标序列作为模型建立的数据集合,数据集合中包含了对目标行为进行描述的关键节点序列,序列中包含了目标行为的时间和空间信息。然后运用MATLAB神经网络工具箱中的BP神经网络,实现人体行为识别模型的搭建,通过三种角度下行为识别模型识别率的对比,验证了人体行为识别模型的可行性,同时确定了监测系统进行实时视频捕捉的摄像头位置。最后基于Pyqt5进行轿厢电梯人体行为实时监测系统的设计实现,运用Python语言实现系统前端后台以及各个模块之间的连接,进而实现了从人体行为视频的捕捉,到关键帧的提取,获取动作的关键节点,导入模型进行识别、输出识别结果。该系统主要实现的功能是,实时捕捉电梯中人体行为,针对异常危险动作进行警示制止。通过该系统测试结果,本论文所提出的基于openpose的轿厢电梯人体行为监测系统识别率达到98.88%,系统针对目标行为的误检率均低于2%,表明该模型的设计具有一定的准确性和稳定性,该系统的设计具有一定的可行性。

关键词：智能监测系统轿厢电梯 openpose 人体行为关键帧序列

基于openpose的异常步态行为检测与分析研究

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OpenPose的异常步态行为检测与分析研究

作者：关志龙天津科技大学

学位级别：硕士

在日常生活中,一些人由于身体机能衰退或受到外界环境的影响,可能会导致下肢受损无法正常行走。因此需要一些手段和方法对这类群体进行治疗使他们能够恢复正常行走。步态作为个体重要的生物特征在下肢康复领域发挥着重要的作用,许多研... 详细信息

在日常生活中,一些人由于身体机能衰退或受到外界环境的影响,可能会导致下肢受损无法正常行走。因此需要一些手段和方法对这类群体进行治疗使他们能够恢复正常行走。步态作为个体重要的生物特征在下肢康复领域发挥着重要的作用,许多研究者针对不同人群的年龄、性别、身高等条件进行多方面的步态分析研究,以研究个体步态运动中的运动学参数、动力学参数、时空学参数在不同条件下的变化。本论文旨在研究一套步态行为检测程序来检测个体步态运动过程中是否存在异常,并且能够评估个体步态异常程度。主要完成的工作包括:1、在查阅了近几年国内外文献后总结了步态研究的相关理论技术、计算机视觉检测的研究现状和成果,从计算机视觉检测人体姿态的研究发展中,验证了计算机视觉在人体姿态检测的适用性并将其应用于本论文的步态行为研究。2、首先是收集个体正常和异常步态行为视频集,然后使用openpose检测个体步态行为的人体骨骼关节点并证明检测的人体骨骼关节点的准确性,最后验证openpose检测技术是否可以进行步态识别相关的研究。3、通过对检测的个体步态行为数据的处理,研究基于周期性、下肢髋、膝、踝关节角度参数下正常和异常步态个体运动时存在的特征性和差异性,证明正常步态和异常步态个体间存在的特征关系。4、通过需求分析设计出一套符合使用者操作的程序模块,然后完成异常步态行为检测平台的搭建,并选取4组正常和异常步态个体运动数据集作为样本验证该程序的可靠性。本研究通过openpose检测了个体步态运动时的人体骨骼关节点数据,并结合现有的技术和方法证明了openpose检测人体骨骼关节点数据的准确性,得到了相对较好的准确度,其对个体步态行为的检测表现良好;从时空参数、运动学参数分析了正常与异常步态个体运动时的下肢特征和变化规律,通过试验对比验证了正常和异常步态行为在一定条件下具有差异性的特征,得到了openpose检测技术可以应用于步态识别研究;利用4组样本测试异常步态行为检测程序的检测效果,得到程序能够准确识别出异常步态个体,并且该程序检测样本的效果良好。基于openpose的异常步态行为检测程序为下肢康复领域的研究提供了一定的贡献和价值,首先可以帮助步态康复医疗机构检测患者的步态行为,获取评估结果获取患者步态的受损程度,更好地了解患者的步态异常情况,以此制定更科学的、更佳的康复方案提高治疗效果和康复率。最后,本研究的部分成果为步态康复领域的研究提供了新的研究思路和启示,具有一定的研究价值和意义。

关键词：步态识别 openpose 步态特征关节角度步态行为检测