基于混合关节肢体模型的深度人体姿态估计方法
1.福州大学数学与计算机科学学院;2.福州大学福建省网络计算与智能信息处理重点实验室
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.
关键词:
深度学习;深度卷积神经网络;人体姿态估计;图像模型;
深度学习;深度卷积神经网络;人体姿态估计;图像模型