|
|||||
|
|
| 基于深度学习的自顶向下人体姿态估计算法 | |
| 作者姓名： | 张小娜 吴庆涛 |
| 作者单位： | 德阳科贸职业学院 广汉618300;西南交通大学信息科学与技术学院 成都611756 |
| 基金项目： | 国家自然科学基金;国家自然科学基金 |
| 摘 要： | 针对自顶向下的人体姿态估计算法出现的目标框定位错误问题和冗余检测问题,提出了一种基于深度学习的自顶向下人体姿态估计算法.设计了对称空间变换网络与单人姿态估计网络相连接,以从不准确的人体边界框中提出高质量的人体目标框,并且引入了参数化姿态非极大值抑制消除了冗余的姿态估计,应用消除规则对相似的姿态进行消除,得到唯一的人体姿... |
| 关 键 词： | 深度学习 人体姿态估计 对称空间变换网络 姿态非极大值抑制 数据增强 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《电子测量技术》浏览原始摘要信息 | |
| 点击此处可从《电子测量技术》下载免费的PDF全文 | |