| 基于改进R-FCN与语义分割相结合的人体姿态估计 |
| |
| 引用本文： | 马鸿玥,朴燕,鲁明阳. 基于改进R-FCN与语义分割相结合的人体姿态估计[J]. 长春理工大学学报(自然科学版), 2021, 44(1): 71-80. DOI: 10.3969/j.issn.1672-9870.2021.01.011 |
| |
| 作者姓名： | 马鸿玥 朴燕 鲁明阳 |
| |
| 作者单位： | 长春理工大学 电子信息工程学院,长春 130022;长春理工大学 电子信息工程学院,长春 130022;长春理工大学 电子信息工程学院,长春 130022 |
| |
| 摘 要： | 随着深度学习的广泛应用,人体姿态估计成为动作识别领域的重要研究方向.为了解决人体姿态估计的准确率低以及目标的多尺度问题,提出了一种基于改进R-FCN(Region-based Fully Convolutional Networks)与语义分割相结合的人体姿态估计模型.首先针对模型的主体网络部分,采用ResNeXt-101深度学习网络替换R-FCN原有的ResNet-101基础网络,使得减少超参数的数量,从而提高准确率.然后针对候选区域结构,结合了一种多尺度RPN(Region Proposals Network)结构,处理候选区域中出现的多尺度问题.最后针对姿态估计部分,以目标检测框架R-FCN为基础,添加了Mask R-CNN中并行的mask分支作为语义分割网络,并且对人体的关键点进行提取,从而实现多任务的姿态识别.实验结果显示,模型在2017 MS COCO数据集上平均检测精度比Mask R-CNN模型提升了12.1％,比RMPE模型提升了2％.
|
| 关 键 词： | 机器视觉 人体姿态估计 深度学习 目标检测 语义分割 |
Human Posture Estimation Based on Improved R-FCN and Semantic Segmentation |
| |
| MA Hong-yue,PIAO Yan,LU Ming-yang. Human Posture Estimation Based on Improved R-FCN and Semantic Segmentation[J]. Journal of Changchun University of Science and Technology, 2021, 44(1): 71-80. DOI: 10.3969/j.issn.1672-9870.2021.01.011 |
| |
| Authors: | MA Hong-yue PIAO Yan LU Ming-yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
