首页|基于级联特征网络的人体姿态估计

基于级联特征网络的人体姿态估计

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了解决关键点检测精度不均和整体关键点检测精度不高等问题,基于级联特征网络,通过构建主体网络多分支、多阶段、多分辨率的方式从输入图像中提取丰富特征,并通过微调网络中的级联和在线关键点挖掘以提高整体关键点检测精度.采用自顶向下的方法在MPII数据集上与目前先进方法进行对比实验,分别使用20000张图像进行训练,5000张图像进行测试.实验结果表明,基于级联特征网络的人体姿态估计方法具有更高的多人姿态估计准确率,平均精度达80.4％,且一些不易识别的关键点检测精度更高.
Pose Estimation Based on Cascaded High-resolution Representation Network

金宇

展开 >

河北工业大学人工智能与数据科学学院,天津300401

人体姿态估计 多尺度融合 在线关键点挖掘 高分辨率特征 人体关键点

国家自然科学基金河北省自然科学基金面上项目天津市企业科技特派员项目

60302018F201920238119JCTPJC55800

2021

10.11907/rjdk.201535

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(1)
  • 1
  • 2