發(fā)布時(shí)間：2021-11-22 13:49

　　人體姿態(tài)估計(jì)是指根據(jù)視覺(jué)信息來(lái)計(jì)算人體各個(gè)關(guān)節(jié)點(diǎn)的姿態(tài)參數(shù),在醫(yī)療康復(fù)、體育訓(xùn)練、智能監(jiān)視、無(wú)人駕駛飛機(jī)和自動(dòng)駕駛汽車(chē)等領(lǐng)域有著廣泛的實(shí)際應(yīng)用。現(xiàn)有端對(duì)端的深度學(xué)習(xí)方法,嘗試通過(guò)卷積神經(jīng)網(wǎng)絡(luò)定位各關(guān)鍵點(diǎn)的位置,但是,由于存在關(guān)節(jié)自遮擋和多人混雜等情況,姿態(tài)估計(jì)仍然是一個(gè)病態(tài)問(wèn)題。針對(duì)上述問(wèn)題,課題從人體關(guān)節(jié)點(diǎn)間的空間語(yǔ)境關(guān)系入手,提出了空間語(yǔ)境深度網(wǎng)絡(luò)下的姿態(tài)估計(jì)方法,本文主要工作如下:（1）課題闡述了姿態(tài)估計(jì)視覺(jué)任務(wù)的研究背景、研究意義和應(yīng)用場(chǎng)景,從圖結(jié)構(gòu)模型和深度學(xué)習(xí)模型分析了姿態(tài)估計(jì)方法的現(xiàn)狀,另外,闡述了姿態(tài)編碼及卷積神經(jīng)網(wǎng)絡(luò)理論。（2）課題針對(duì)難檢測(cè)關(guān)節(jié)點(diǎn)估計(jì)效果較差的問(wèn)題,提出了一種空間關(guān)系下基于卷積神經(jīng)網(wǎng)絡(luò)的人體姿態(tài)估計(jì)模型。該模型首先根據(jù)置信度閾值選取可信關(guān)節(jié)點(diǎn),然后構(gòu)建人體姿態(tài)圖,并用經(jīng)驗(yàn)統(tǒng)計(jì)的方式建模關(guān)節(jié)點(diǎn)間的空間語(yǔ)境關(guān)系,最后用卷積的方式傳遞關(guān)節(jié)點(diǎn)間的語(yǔ)境信息,實(shí)現(xiàn)可信關(guān)節(jié)到不可信關(guān)節(jié)的空間推理。另外,該模型討論了全局和局部?jī)煞N關(guān)節(jié)點(diǎn)間的空間推理方式。在MPII數(shù)據(jù)集和LSP數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果證明,本章方法能夠?qū)崿F(xiàn)關(guān)節(jié)點(diǎn)間的位置信息傳遞,糾正不可靠的關(guān)節(jié)點(diǎn)。（3）... 

【文章來(lái)源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

人體姿態(tài)估計(jì)過(guò)程

緄那?螄袼亟?卸雜ο袼叵喑耍?嘶?峁?嗉擁?操作，然后根據(jù)步長(zhǎng)滑動(dòng)卷積核，依次處理圖像的每個(gè)區(qū)域，處理結(jié)果稱(chēng)為圖像的特征，多個(gè)卷積核過(guò)濾圖像的結(jié)果稱(chēng)為圖像的特征圖。不同的卷積核能夠提取圖像的不同特征，卷積層就是利用卷積核深入地分析輸入特征圖從而得到更加抽象的特征。假設(shè)卷積核的尺寸是kkc，卷積核的數(shù)目是N，k指濾波器的大小，c指濾波器通道數(shù)，則輸入特征圖的通道數(shù)為c，用卷積核處理圖像后，輸出特征圖的數(shù)目是N。假設(shè)一張圖像的尺寸是551，卷積核尺寸是331，滑動(dòng)步長(zhǎng)是1，卷積核對(duì)這張圖像的濾波過(guò)程如圖2.2所示。圖2.2卷積層濾波過(guò)程示例Fig2.2Aexampleofconvolutionallayerfilteringprocess和卷積層類(lèi)似，池化層同樣有一個(gè)滑動(dòng)窗口，其前向傳播的過(guò)程也是通過(guò)滑動(dòng)類(lèi)似卷積核的結(jié)構(gòu)完成的。與卷積計(jì)算節(jié)點(diǎn)的加權(quán)和不同，池化通常采用更加簡(jiǎn)單的運(yùn)算方式，輸出滑動(dòng)窗口最大值操作的池化層稱(chēng)作最大值池化，輸出窗口平均值操作的池化層稱(chēng)作平均池化。池化層的過(guò)濾器尺寸設(shè)定以及步長(zhǎng)等設(shè)置都與卷積層的卷積核類(lèi)似，并且具有相同的意義。池化層不會(huì)改變特征圖的深度，只會(huì)縮小特征圖的的大小，可以認(rèn)為是將高分辨率的圖片轉(zhuǎn)化為較低分辨率的圖片。通過(guò)池化層，可以進(jìn)一步縮小最后全連接層中節(jié)點(diǎn)的個(gè)數(shù)，減少整個(gè)神經(jīng)網(wǎng)絡(luò)中參數(shù)，加快計(jì)算速度。與卷積層的神經(jīng)元只和輸入數(shù)據(jù)的部分區(qū)域連接的方式不同，全連接層的每個(gè)神經(jīng)元與前一層所有的神經(jīng)元全部連接。全連接層通常在整個(gè)網(wǎng)絡(luò)的最后，聚合由卷積層和池化層提取的深度特征來(lái)得到最后的分類(lèi)結(jié)果。可以把卷積層和池化層看作圖像特征自動(dòng)提取的過(guò)程。在特征提取完成之后，仍然需要使用全連接層來(lái)完成分類(lèi)任務(wù)。在CNN結(jié)構(gòu)中，全連接層每個(gè)輸出節(jié)點(diǎn)的值都依賴(lài)于所有輸入節(jié)點(diǎn)的?

合肥工業(yè)大學(xué)學(xué)術(shù)碩士研究生學(xué)位論文12定區(qū)域計(jì)算所得，這個(gè)區(qū)域大小就是這個(gè)位置的理論感受野。以圖2.3為例，33尺寸的卷積核對(duì)55尺寸的圖像進(jìn)行卷積，假設(shè)滑動(dòng)步長(zhǎng)為1，則經(jīng)過(guò)卷積操作后，圖像特征圖的感受野是33，然后再對(duì)特征圖進(jìn)行卷積，卷積核尺寸為33，則再次生成的特征圖的感受野是55，以此類(lèi)推。圖2.3感受野示例圖Fig2.3Aexampleofreceptivefield感受野的計(jì)算方式如公式(2.3)所示，其中kl表示網(wǎng)絡(luò)第k層的感受野大小，k1l表示網(wǎng)絡(luò)第k1層的感受野大小，kf表示第k層的卷積核大小，is表示第i層卷積核的滑動(dòng)步長(zhǎng)。由公式(2.3)可以看到，感受野大小主要取決于卷積核尺寸以及卷積核的滑動(dòng)步長(zhǎng)。111(1)kkkkiillfs(2.3)2.2.2卷積神經(jīng)網(wǎng)絡(luò)特點(diǎn)卷積神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)上是對(duì)全連接神經(jīng)網(wǎng)絡(luò)的改進(jìn)。相較于普通的全連接神經(jīng)網(wǎng)絡(luò)，需要訓(xùn)練的參數(shù)更少，其有局部連接、權(quán)值共享、層次化表達(dá)的特點(diǎn)。（1）局部連接由于圖像通常具有局部相關(guān)性，因此卷積計(jì)算每次只在與卷積核大小對(duì)應(yīng)的區(qū)域進(jìn)行，也就是說(shuō)輸入和輸出是局部連接的。相比于普通的神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)計(jì)算復(fù)雜度低，且能夠降低過(guò)擬合的風(fēng)險(xiǎn)。（2）權(quán)值共享在圖像中，不同的區(qū)域使用相同的卷積核參數(shù)，這一方面減少了參數(shù)量，另一方面帶來(lái)了平移不變性，另一方面帶來(lái)了平移不變性。平移不變性指不管輸入如何平移，總能得到相同的輸出。比如，對(duì)于左右兩只完全相同的眼睛，使用相同的卷積核，在眼睛對(duì)應(yīng)的區(qū)域進(jìn)行卷積，都能夠輸出相同的結(jié)果，這是由權(quán)值共享機(jī)制帶來(lái)的。另外，池化也帶來(lái)了一些平移不變性，比如最大值池化，因?yàn)樗菍?duì)感受野的信息使用最大值聚合，當(dāng)輸入在感受野內(nèi)變化時(shí)，池化層的輸出不會(huì)改變。（3）層次化表達(dá)

【參考文獻(xiàn)】：
期刊論文
[1]基于整體-星型模型的人體姿態(tài)估計(jì)[J]. 代欽,石祥濱,喬建忠,劉芳.  小型微型計(jì)算機(jī)系統(tǒng). 2018(12)
[2]基于約束樹(shù)形圖結(jié)構(gòu)外觀模型的人體姿態(tài)估計(jì)[J]. 王浩,劉則芬,方寶富,陳金金.  計(jì)算機(jī)科學(xué). 2014(03)
[3]基于樹(shù)形圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)[J]. 韓貴金,趙勇.  西安郵電大學(xué)學(xué)報(bào). 2013(03)



本文編號(hào)：3511824