《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > 基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)綜述
基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)綜述
2021年電子技術(shù)應(yīng)用第6期
喬 迤,曲 毅
武警工程大學(xué) 信息工程學(xué)院,陜西 西安710086
摘要: 隨著深度學(xué)習(xí)的快速發(fā)展,2D人體姿態(tài)估計(jì)作為其他計(jì)算機(jī)視覺任務(wù)的研究基礎(chǔ),其檢測(cè)速度和精度對(duì)后續(xù)應(yīng)用落地具有實(shí)際意義。對(duì)近年來基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)的方法進(jìn)行梳理介紹,將現(xiàn)有方法分為人體檢測(cè)關(guān)節(jié)點(diǎn)回歸融合算法和人體關(guān)節(jié)點(diǎn)檢測(cè)聚類算法,同時(shí)對(duì)當(dāng)前的主流數(shù)據(jù)集及其評(píng)價(jià)準(zhǔn)則進(jìn)行總結(jié),最后對(duì)2D人體姿態(tài)估計(jì)當(dāng)前所面臨的困難以及未來的發(fā)展趨勢(shì)做以闡述,為姿態(tài)估計(jì)相關(guān)研究提供一些參考。
中圖分類號(hào): TP391.4
文獻(xiàn)標(biāo)識(shí)碼: A
DOI:10.16157/j.issn.0258-7998.201087
中文引用格式: 喬迤,曲毅. 基于卷積神經(jīng)網(wǎng)絡(luò)的2D人體姿態(tài)估計(jì)綜述[J].電子技術(shù)應(yīng)用,2021,47(6):15-21.
英文引用格式: Qiao Yi,Qu Yi. Overview of 2D human pose estimation based on convolutional neural network[J]. Application of Electronic Technique,2021,47(6):15-21.
Overview of 2D human pose estimation based on convolutional neural network
Qiao Yi,Qu Yi
College of Information Engineering,Engineering University of PAP,Xi′an 710086,China
Abstract: With the rapid development of deep learning, 2D human pose estimation is used as the research basis for other computer vision tasks, and its detection speed and accuracy have practical significance for subsequent applications. This paper introduces the methods of 2D human pose estimation based on convolutional neural networks in recent years. The existing methods are divided into human body detection combined with joint point regression algorithm and human body joint point detection clustering algorithm. At the same time, the current mainstream datasets and the evaluation criteria are summarized, and finally the current difficulties and future development trends of 2D human pose estimation are explained, which provides some references for related research on pose estimation.
Key words : 2D human pose estimation;convolutional neural network;keypoints of the human body

0 引言

    傳統(tǒng)的2D人體姿態(tài)估計(jì)是通過手工提取特征或建立人體模型,來設(shè)計(jì)2D人體部件檢測(cè)器。WANG Y等人[1]提出基于多樹模型的人體姿態(tài)估計(jì),同時(shí)表征人體部件間的運(yùn)動(dòng)學(xué)約束關(guān)系和依賴關(guān)系,DANTONE M等人[2]提出建立依賴于身體部位的非線性聯(lián)合回歸器來預(yù)測(cè)關(guān)節(jié)位置。在特征的選取上,RAMANAN D等人[3]使用顏色直方圖來提取部位的外觀特征,SAPP B等人[4]利用級(jí)聯(lián)的結(jié)構(gòu)化模型來提取輪廓邊緣和形狀特征,YANG Y等人[5]使用HOG特征來建立人體各部位的混合模型。傳統(tǒng)方法受圖像背景、光照、遮擋等的影響較大,并且對(duì)于多維特征的選擇主觀性較強(qiáng),不能很好地適應(yīng)人體部件的復(fù)雜性和環(huán)境的變換,因此利用傳統(tǒng)的基于部件模型的方法具有較大的局限性。




本文詳細(xì)內(nèi)容請(qǐng)下載:http://m.rjjo.cn/resource/share/2000003566




作者信息:

喬  迤,曲  毅

(武警工程大學(xué) 信息工程學(xué)院,陜西 西安710086)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 久久久精品久久久久三级 | 欧美在线播放成人免费 | 国产一区三区二区中文在线 | 免费一级 一片一毛片 | 全免费a级毛片免费看视频免 | 99视频在线看观免费 | 亚洲欧美国产精品 | www欧美com| 欧美片欧美日韩国产综合片 | 亚洲成年人免费网站 | 国产欧美日韩视频在线观看 | 俄罗斯美女在线观看一区 | 88av视频在线观看 | 久久99精品这里精品3 | 国产在线一区二区三区欧美 | 中文字幕成人免费高清在线视频 | 欧美亚洲国产片在线观看 | 欧美视频网站在线观看 | www.亚洲在线 | 欧美aaa性bbb毛片 | 草草影院www色极品欧美 | 91成人啪国产啪永久地址 | 99在线小视频 | 亚洲一区二区影视 | 男女毛片免费视频看 | 经典香港a毛片免费观看 | 九九热视频在线播放 | 欧美成人午夜毛片免费影院 | 精品欧美成人高清视频在线观看 | 国产精品亚洲一区二区在线观看 | 经典香港一级a毛片免费看 精品400部自拍视频在线播放 | 国产大乳孕妇喷奶水在线观看 | 国产成人综合久久亚洲精品 | 免费成人在线网站 | 亚洲欧美日本国产综合在线 | 久久黄色一级视频 | 久久精品在线 | 国产一区二区三区毛片 | 72种姿势欧美久久久久大黄蕉 | 步兵精品手机在线观看 | 日本高清视频一区二区 |