期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法 被引量:9
1
作者 余保玲 虞松坤 +2 位作者 孙耀然 杨振 傅旭波 《中国科学院大学学报(中英文)》 CSCD 北大核心 2020年第6期828-834,共7页
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... 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%。 展开更多
关键词 Faster RCNN DeepPose 人体关节节点检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部