Knowledge Commons of Institute of Automation,CAS
基于DeepPose和Faster RCNN的多目标人体骨骼节点检测算法 | |
余保玲1; 虞松坤1; 孙耀然1; 杨振2; 傅旭波1 | |
发表期刊 | 中国科学院大学学报 |
ISSN | 2095-6134 |
2020 | |
卷号 | 37期号:6页码:828-834 |
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%。 |
关键词 | Faster RCNN DeepPose human body joint nodes detection Faster RCNN DeepPose 人体关节节点检测 |
收录类别 | CSCD |
语种 | 中文 |
CSCD记录号 | CSCD:6849368 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/42255 |
专题 | 复杂系统认知与决策实验室_听觉模型与认知计算 |
作者单位 | 1.浙江大学 2.中国科学院自动化研究所 |
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. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[余保玲]的文章 |
[虞松坤]的文章 |
[孙耀然]的文章 |
百度学术 |
百度学术中相似的文章 |
[余保玲]的文章 |
[虞松坤]的文章 |
[孙耀然]的文章 |
必应学术 |
必应学术中相似的文章 |
[余保玲]的文章 |
[虞松坤]的文章 |
[孙耀然]的文章 |
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