没有合适的资源?快使用搜索试试~ 我知道了~
非线性化改进的KP-Detector模型在人体姿态识别中的应用.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 125 浏览量
2022-06-19
09:59:10
上传
评论
收藏 458KB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/85690736/0001-14e961e0c09d72ad25fa1974d61726b1_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
10页
非线性化改进的KP-Detector模型在人体姿态识别中的应用.docx
资源推荐
资源详情
资源评论
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/85690736/bg1.jpg)
引言
对人体姿态进行关节点检测具有重要的现实意义,如对病人的病态进行监护和调理、在自动驾驶技术
上对行人的行为进行识别以保证驾驶安全等。早在 年,叶蓬等
就提出了传统的基于代数计算
的方法,对视频帧之间简单运动模式进行指数形式的线性化操作,经过简化欧式变换的矩阵对线性操
作后的数据 进 行 提取和重组, 求 得 表征运动参数,实 现对目标姿态的计 算 ; 等
提出的
“,将人体姿势估计研究从经典方法
转变到深度网络,利用网络直接回归关节的 , 坐
标。这种方法比较直接,但最大的缺点是检测速度慢,检测效果依赖于标签数据的完整性;与之不同
的是, 等
通过并行运行多个分辨率库中的图像,同时捕获各种比例特征来生成热图,将
和图形模型联合使用,学习关节之间的典型空间关系; 等
以类似方法解决这
一问题,其中包括如何处理一元分数生成和相邻关节成对比较问题。
对关节点估计进行连续预测的方法有: !!! 等
"
研究输入一组预测,并每次通过网络完善这些预
测。但该方法需要多阶段训练,并且权重在每次迭代中被共享; #$ 等
%
引入一个模块化仿真框架,
针对各种以人为中心的场景算法进行训练和验证,描述了如何利用模拟数据训练人体姿态估计算法来
识别城市中不寻常的人类活动,但其检测速度略有不足; &! 等
提出一种新的连续帧跟踪算法,
通过计算单个身体部位在帧间的集体遍历,反馈给 进行学习,该方法可有效提高识别速度;
'( 等
)
给出一种新的基于二维姿态的姿态层次 *'+ 方法,从人体姿势中提取低层次和高层次
特征,并将其提供给长—短期记忆神经网络和一维卷积神经网络进行分类;张剑书等
采用 ,-#- 算
法结合 ' 模型从视频或图像中提取出人类目标,将目标检测任务作为回归问题解决。采用
,-#- 算法检测速度较快,但总体精度偏低;蔡兴泉等
提出一种少量关键序列帧的识别技术,对原
有运动序列预选构造出初选关键帧序列,利用帧消减获取关键帧序列,然后分别对不同人体姿势建立
隐马尔科夫模型,得到的结果精度很高但检测速度不佳; . !! / 等
采用一系列残差自动编码器
产生多个预测,然后结合起来提供一个身体关节可能性地图,关注各关节点联系,可以较好地保证精
度;( 等
提出一种基于混合深度学习的手势识别方法,该方法利用 +01 帧、三维骨骼关节
信息和身体部位分割来解决这些问题。
鉴于上述模型存在检测精度不高、检测周期过长或检测模型规模过大等问题,本文提出改进模型,将
关节点和肢体分开检测和识别,引用 -
模型中的 '.( !2'3 2.$)方法,并
对该方法进行非线性化改进以提高检测精度和检测速度。 45 之间使用 连接机制减少模型
的复杂度,优化使用 " 层模型结构,进一步提高模型精度。本模型相对于其他模型有参数较少、精度
较高、检测周期较短等优势。
相关技术
6 连接机制
传统模型中,除了 模型使用全部的 连接机制以外,其他都没有使用 连接
机制,而只是简单的层之间叠加。这样通过加深网络或加宽网络的方法得到的模型非常容易过拟合,
不利于模型表征。本文使用 连接机制而不使用卷积层或者池化层,这是参考 0 等
提出的
(2$2 27!5)作出的改进。
连接层是一种线性运算,如 图 所示。其中每个输入都通过权重连接到每个输出,因此,有
898 个权重(8 代表输入维度,8 代表输出维度),其后通常跟
随非线性激活函数,这种连接方式可以实现权重和参数共享,前面阶段的数据信息可以很方便地被后
面阶段共享利用。
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 4012
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- MyBatisCodeHelperPro 3.3.2-2322 2023.2-2024.1
- 基于Python的简单的学生成绩管理程序设计(课程设计)
- jdk-8u20-windows-x64安装版本-jdk-8u301-linux-x64解压版
- 植物大战僵尸杂交版 修改阳光和冷却
- html css js网页设计ntion-model-for-开发笔记
- 数据库课程设计-processing开发笔记
- matlab画图sic-开发demo
- 数据库原理课程设计-图书馆数据库管理系统
- IEC101Sim IEC870-5-101协议仿真主站、子站 (含源码 C++Builder)
- 2212503007陈熙炜跨境2202作业2.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)