在計算機視覺領(lǐng)域,人體姿態(tài)估計是一項基于圖像或視頻定位人的關(guān)節(jié)點的任務(wù)。人體姿態(tài)估計是大量重要計算機視覺任務(wù)的基礎(chǔ)和前置任務(wù),如動作識別、行人重定位、人機交互、行為識別、動畫建模、圖像檢索、智能視頻監(jiān)控等。近幾年隨著深度學(xué)習(xí)技術(shù)的迅速發(fā)展,開始有學(xué)者將深度學(xué)習(xí)技術(shù)特別是卷積神經(jīng)網(wǎng)絡(luò)用于估計人體姿態(tài),提高了人體姿態(tài)估計的準確性。然而,將基于卷積神經(jīng)網(wǎng)絡(luò)的人體姿態(tài)估計部署到實際場景也存在著一些困難。其中一個關(guān)鍵的問題是,由于神經(jīng)網(wǎng)絡(luò)模型具有較大的參數(shù)量和計算量,達到甚至超過目前手機等移動端的存儲和計算力的上限,導(dǎo)致人體姿態(tài)估計應(yīng)用在移動端上的落地變得困難。針對上述問題,本文研究了人體姿態(tài)估計中的卷積神經(jīng)網(wǎng)絡(luò)算法,設(shè)計了幾種輕量化的網(wǎng)絡(luò)結(jié)構(gòu),在人體姿態(tài)估計的準確度變動不大的前提下,較大程度地提升了姿態(tài)估計網(wǎng)絡(luò)的運算速度并同時減少存儲所需空間。本文的主要工作總結(jié)如下:（1）介紹了圖像處理任務(wù)中常用的特征提取模塊如RFB（Receptive Field Block）、HDC（Hybrid Dilated Convolution）等,并通過增加跳躍連接、更改分支設(shè)計等手段,使得該模塊適宜于人體姿態(tài)... 

【文章來源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

彈簧形變模型示意圖

熱圖的輸出也可以稱之為響應(yīng),以表征該位置是關(guān)節(jié)點的概率。在本文中用的COCO2017數(shù)據(jù)庫就包括了鼻子,左眼,右眼,左耳,右耳,左肩,右肩,左手肘,右手肘,左手腕,右手腕,左臀,右臀,左膝蓋,右膝蓋,左腳,右腳等17個關(guān)節(jié)點,將這些相鄰近的關(guān)節(jié)點連接起來就得到的骨架如圖2-2所示。圖2-2人體姿態(tài)估計骨架示意圖

人體姿態(tài)估計骨架示意圖


本文編號：3222103