基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法 | |
余保玲2; 虞松坤2; 孙耀然2; 杨振1; 傅旭波2 | |
刊名 | 中国科学院大学学报 |
2020 | |
卷号 | 37期号:6页码:828-834 |
关键词 | Faster RCNN DeepPose human body joint nodes detection Faster RCNN DeepPose 人体关节节点检测 |
ISSN号 | 2095-6134 |
英文摘要 | 近年来,随着计算机视觉技术的不断发展,深度学习技术在人体关节节点检测中得到了很好的应用。但是由于人体关节结构复杂,关节之间存在相互依赖的关系和互相遮挡的问题,因此人体骨骼节点检测依然是一个极具挑战的任务。传统的模型难以预测多个目标的骨骼节点,为了解决这个问题,提出一种基于Faster RCNN和DeepPose相结合的方法,首先通过Faster RCNN检测出包含人体的感兴趣区域,并将该区域作为改进的DeepPose算法的输入,使其能够处理多目标关节节点检测的问题。实验表明,该算法在MPII数据集的手腕、膝盖两种关键节点检测上均取得最好结果,比之前的最好结果各提升1.2%和0.3%,在全部的关键节点检测上PCKh为87.6%。 |
语种 | 中文 |
CSCD记录号 | CSCD:6849368 |
内容类型 | 期刊论文 |
源URL | [http://ir.ia.ac.cn/handle/173211/42254] |
专题 | 数字内容技术与服务研究中心_听觉模型与认知计算 |
作者单位 | 1.中国科学院自动化研究所 2.浙江大学 |
推荐引用方式 GB/T 7714 | 余保玲,虞松坤,孙耀然,等. 基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法[J]. 中国科学院大学学报,2020,37(6):828-834. |
APA | 余保玲,虞松坤,孙耀然,杨振,&傅旭波.(2020).基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法.中国科学院大学学报,37(6),828-834. |
MLA | 余保玲,et al."基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法".中国科学院大学学报 37.6(2020):828-834. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论