检索结果-南通市图书馆

基于改进openpose网络的多特征跌倒识别系统

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

基于改进YoloV5和openpose的分心驾驶行为识别研究

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

基于改进YoloV5和Openpose的分心驾驶行为识别研究

作者：杨楠辽宁科技大学

学位级别：硕士

随着现代汽车工业的发展,驾驶机动车时吸烟或接打电话的行为是一个很普遍的现象,这类普遍的行为会导致司机在驾驶过程中注意力分散,从而造成灾难性的后果。因此,分心驾驶的检测与道路交通安全息息相关,利用计算机视觉技术监测驾驶员是... 详细信息

随着现代汽车工业的发展,驾驶机动车时吸烟或接打电话的行为是一个很普遍的现象,这类普遍的行为会导致司机在驾驶过程中注意力分散,从而造成灾难性的后果。因此,分心驾驶的检测与道路交通安全息息相关,利用计算机视觉技术监测驾驶员是否分心并报警,有利于帮助驾驶员集中注意力,避免交通安全事故的发生。目前国内外分心驾驶行为识别解决方案分为两种:一种是围绕车辆行驶轨迹的变化进行判断,另一种是围绕驾驶员外在的生理表现进行判断。通过间接监测车辆行驶轨迹变化的方式,虽然不会对驾驶员造成干扰,但是车辆差异和驾驶员驾驶习惯等因素都对分心驾驶的识别带来了挑战。另外,直接监测驾驶员心率、血压、脑电信号等生理指标数据的方式,往往需要佩戴繁琐的检测仪器,长时间佩戴会引起驾驶员的不适。随着机器学习领域算法精准度和鲁棒性的不断提高,为识别分心驾驶行为带来了新方向。本文针对吸烟分心驾驶行为和接打电话分心驾驶行为,提出了一种基于计算机视觉的二阶段分心驾驶行为识别方法。本文的主要工作及成果如下:(1)构建分心驾驶行为数据集。由于目前没有分心驾驶公共数据集,并且跟驾驶相关的数据集有样本空间小、标注不准确、数据集划分和采集方式不合理等问题,所以本文构建了分心驾驶行为数据集。数据集包含两个种类:吸烟驾驶和接打电话驾驶。通过两种形式获取样本数据,第一种形式主要来源于真实场景下的自行拍摄,第二种形式主要来源于网络。我们分别从不同角度、不同光照、不同天气和不同复杂背景等条件下进行样本数据的收集,使用Label Img对样本数据进行种类的划分和位置的标注。在本数据集中,人工标注了8835张数据图片。(2)目标检测网络的改进。目标检测阶段以Yolo V5模型为基础,为适用我们课题范围提出两点改进措施:首先,对香烟和手机的检测符合相对尺寸小目标的定义,为此我们对预测头做了改进,在浅层网络上添加一个P2预测头,使模型在浅层网络上能够获取到更多的细节信息;其次,我们对Sigmoid函数概率和不为1的问题进行了优化,使其对损失的收敛结果更满足我们互斥类别数据集的要求。改进后模型的m AP达到了77.22%,较改进前高出了约9个百分点,并且检测速度相差无几。(3)姿态估计网络的改进。姿态估计阶段以轻量级openpose模型为基础。在此基础上,我们提出了两点改进策略:首先,对网络的结构进行改进,既提高了网络的传播能力,又使网络更有效地训练;其次,引入CA注意力机制提高信息处理的效率和准确性。在COCO数据集下,优化后的网络平均精度达到了64.8%。(4)二阶段行为识别网络的设计。对改进后的Yolo V5和openpose网络模型进行融合,提出一种新的二阶段分心驾驶行为识别算法。使用欧几里得距离特征作为主要判断条件,使用手肘角度特征作为辅助判断条件。在测试数据集下,吸烟分心驾驶行为的正确率达到92.16%,接打电话分心驾驶行为的正确率达到94.60%,对正常驾驶识别的正确率达到100%,模型的平均正确率达到了93.76%。最后,本文提出的二阶段分心驾驶行为识别模型,在不干扰驾驶员的情况下,识别效果和识别速度均能达到最优效果。

关键词：分心驾驶计算机视觉 YoloV5 openpose 欧几里得距离

基于openpose学习坐姿分析的桌椅人机适应性研究

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

林业工程学报 2020年第2期5卷 179-185页

作者：郭园郭晨旭时新申黎明南京林业大学家居与工业设计学院南京210037 重庆交通大学重庆400074

运用非接触式Kinect运动捕捉系统及openpose二维姿势检测开源实时系统,采集小学生坐姿行为中身体关键指标变化数据,通过分析各个关键指标在不同任务及时间段内的具体变化情况,总结人机适应的内在变化规律,以便为后期的桌椅适应性调节方... 详细信息

运用非接触式Kinect运动捕捉系统及openpose二维姿势检测开源实时系统,采集小学生坐姿行为中身体关键指标变化数据,通过分析各个关键指标在不同任务及时间段内的具体变化情况,总结人机适应的内在变化规律,以便为后期的桌椅适应性调节方案提供可靠依据。结果表明:颈部弯曲和视距受任务影响显著。书写任务下颈部弯曲均值大、视距小,表现出较强的振幅频率,且随时间延长有增长趋势。阅读任务和书写任务中的颈部弯曲超过20°的时间占比以及近距离用眼情况比较近似,而在平板电脑任务中,颈部弯曲数值则小于其他两项任务中的该数值,视距也相对更大,但躯干弯曲超过20°的时间增加,其振幅频率变得突出,说明躯干是使用平板电脑任务中变化性最大的身体部位。建议学习桌采用恰当方式引导小学生采用45°~60°竖立书本进行阅读,以减少颈部弯曲,加大视距。此外,可以适时调整桌高满足书写到使用平板电脑任务的变换,减缓躯干弯曲和振幅变化。

关键词： openpose 坐姿学习桌椅人机关系适应性

基于改进openpose的学生行为识别研究

在线全文

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

基于openpose和ST⁃GCN的步态识别研究

在线全文

学校读者我要写书评

暂无评论

现代计算机 2024年第3期30卷 66-70页

作者：刘艳丽重庆公共运输职业学院公共管理学院重庆402247

根据行人步态具有唯一性,且不受客观因素影响的特点,利用openpose提取行人的骨架信息,结合时空图卷积神经网络模型,构建步态识别模型,在步态识别网络中融入注意力机制,可以有效地避免系统陷入局部最优解,使分类模型可以结合骨架的局部... 详细信息

根据行人步态具有唯一性,且不受客观因素影响的特点,利用openpose提取行人的骨架信息,结合时空图卷积神经网络模型,构建步态识别模型,在步态识别网络中融入注意力机制,可以有效地避免系统陷入局部最优解,使分类模型可以结合骨架的局部信息和全局信息,构建丰富的网络模型,提高识别系统的泛化能力,实验结果显示,达到了较为理想的步态识别效果。

关键词： openpose 注意力机制时空卷积图神经网络

基于权值优化的多相机openpose的三维动作捕捉

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2022年第16期45卷 127-132页

作者：董鹏越张雷辛山北京建筑大学电气与信息工程学院北京100044

目前openpose应用于人体三维动作捕捉,仍然存在精度不够的问题。针对此问题,文中提出一种基于权值优化的多相机openpose的三维动作捕捉方法。首先,将多个相机对焦于同一捕捉区域,同步获取人体动作视频,并结合开源平台openpose的人体骨... 详细信息

目前openpose应用于人体三维动作捕捉,仍然存在精度不够的问题。针对此问题,文中提出一种基于权值优化的多相机openpose的三维动作捕捉方法。首先,将多个相机对焦于同一捕捉区域,同步获取人体动作视频,并结合开源平台openpose的人体骨架识别模块,来获取人体关节点像素坐标序列;然后,在多目视觉原理的基础上,提出基于权值优化的多目重建优化算法,实现人体关节点三维坐标的精确获取;最后,采用真实案例实现人体三维动作捕捉。实验结果表明,文中方法较基于openpose的最小二乘三维重建方法精度提高约3%,并且较目前基于体感相机Kinect的捕捉结果精度提高约5%,可为仿人机器人的应用提供可靠的数据基础。

关键词：人体动作捕捉 openpose 权值优化同步获取三维重建多目视觉

基于openpose改进的苹果生长方向检测

在线全文

学校读者我要写书评

暂无评论

中国农业信息 2022年第6期34卷 34-48页

作者：李会宾史云刘怀洋王文昊刘万福杨鹏中国农业科学院农业资源与农业区划研究所北京100081 苏州大学机电工程学院江苏苏州215100 河海大学地球科学与工程学院江苏南京211100

【目的】苹果采摘机器人在果园作业过程中,不仅需要精准地确定果实的位置,还需要对苹果的生长方向进行精准检测,这样才能够实现机械爪规划出仿人式采摘的抓取方式,实现果实的高效采摘。【方法】文章提出了一种基于改进openpose的方法,... 详细信息

【目的】苹果采摘机器人在果园作业过程中,不仅需要精准地确定果实的位置,还需要对苹果的生长方向进行精准检测,这样才能够实现机械爪规划出仿人式采摘的抓取方式,实现果实的高效采摘。【方法】文章提出了一种基于改进openpose的方法,实现了对自然生长状态下果实生长方向的精准检测。改进方案主要从两个方面进行,首选是通过ShuffleNet V2和CA注意力机制相融合的方式替换原VGG19结构,降低主干的参数量,然后是结合单个苹果关键点的特征对该模型进行了去除部分PAF分支的优化改进策略。【结果】改进后的openpose在各个指标上,全面超过了原openpose,其运行速度是改进前的6.56倍,对于mAP、m AP-s、mAP-b、AP50和AP75这些参数,分别增长9.18%、8.50%、11.56%、1.67%和6.35%,并且在各项指标上超越了AlphaPose和CFA算法。【结论】经过对openpose模型改进前后的对比和现有算法对比,证明了该文算法在自然场景下对果实生长方向检测的优越性和鲁棒性。

关键词：苹果生长方向 openpose ShuffleNet V2,CA

基于openpose的轿厢电梯人体行为监测系统的研究

在线全文

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