我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于混合关节肢体模型的深度人体姿态估计方法 下载：358 浏览：385

刘秉瀚1 李振达2 柯逍2 《人工智能研究》 2019年5期

摘要:
提出基于关节外观和关节间空间关系的模型与深层神经网络结构(DCNN)相结合的混合模型,解决人体姿态估计问题.首先,对人体构建图像模型以表示人体关节与肢体.然后,根据标注信息将图像分解为以关节为中心的若干图像块,作为训练输入数据.最后,得到一个可以解决多个分类的DCNN网络,用于人体姿态估计.文中方法对人体表示更灵活,有效提升关节点的检测率及正确检测的比率.

基于特征回归的单目深度图无标记人体姿态估计 下载：57 浏览：478

陈莹 沈栎 《建模与系统仿真》 2020年4期

摘要:
单目深度图无标记人体姿态估计问题,由于动作的多样性,人体自遮挡,运动无规律等因素的影响,导致系统准确率低,鲁棒性不强和运行效率低。为此提出一种基于单目深度图点云的特征提取方法和回归方法,利用特征回归和关节点分类,可以在不使用时间信息的情况下,从单目深度图出估计出人体的关节点坐标。实验结果表明,与其他基于单目深度数据的姿态估计方法,以及相同情况下的多目方法比较,该方法的都能保持很好的精度。

基于嵌入式的双目人体图像采集系统设计 下载：53 浏览：459

徐淼华 石守东 李俊晖 《天线研究》 2019年2期

摘要:
为了满足利用机器视觉对人体姿态进行检测识别的目的,设计了一款基于嵌入式的双目人体图像采集系统,相较于传统的以PC机作为控制处理端的人体姿态检测而言,嵌入式平台成本更低,体积更小,移动便捷。硬件方面着重介绍了电源模快,双图像传感器的电路设计;软件方面对传感器的驱动以及图像的初步处理做了简单介绍。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享