人體姿勢預(yù)測是計算機視覺領(lǐng)域里的一項非常具有挑戰(zhàn)性的任務(wù),它可以估計像行人這樣的目標(biāo)物體接下來的舉動進而預(yù)測其接下來的軌跡。近些年來,人體姿勢預(yù)測的應(yīng)用范圍越來越廣泛,例如人機交互、人員跟蹤及自動駕駛等。由于深度學(xué)習(xí)的進步,應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)的人體姿勢預(yù)測方法也得到了較廣泛的發(fā)展。但是人體姿勢預(yù)測會受到許多不確定因素的影響,例如運動速度,運動幅度,運動背景等,這些不確定因素將會引起預(yù)測的第1幀不連續(xù)而且準(zhǔn)確預(yù)測的時間會比較短。本文針對人體姿勢預(yù)測中的第1幀不連續(xù)、準(zhǔn)確預(yù)測時長比較短以及網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、訓(xùn)練困難等問題,先后分別提出了基于雙向門控循環(huán)單元(Gated Recurrent Unit,GRU)網(wǎng)絡(luò)的人體姿勢預(yù)測模型(EBiGRU-D)、基于注意力機制的人體姿勢預(yù)測模型(At-seq2seq)以及基于雙向GRU和注意力機制的人體姿勢預(yù)測模型(BiAGRU-seq2seq)。在EBiGRU-D網(wǎng)絡(luò)模型中編碼器的組成是雙向GRU網(wǎng)絡(luò),該模型的解碼器部分組成是典型的GRU網(wǎng)絡(luò)。雙向GRU網(wǎng)絡(luò)讓輸入的原始數(shù)據(jù)能夠從正方向和負(fù)方向分別輸入到編碼器中并對輸入的數(shù)據(jù)進行編碼操作,輸入...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1姿勢預(yù)測在人機交互中的應(yīng)用Fig.1.1ApplicationofPosturePredictioninHuman-ComputerInteraction

第1章緒論3場景中，要求視頻預(yù)測的實時性要更加嚴(yán)格。例如，在人機交互中，需要快速識別人體姿勢并做出早期預(yù)測；在車輛輔助系統(tǒng)中，有必要對道路狀況做出準(zhǔn)確，快速的判斷，并對行人過馬路之前可能發(fā)生的狀況做出決策。因此，在各種嵌入式設(shè)備中，需要同時考慮計算的復(fù)雜性和準(zhǔn)確性。圖1.1姿勢預(yù)....

圖2.1按時間展開的循環(huán)神經(jīng)網(wǎng)絡(luò)圖

于當(dāng)前時刻的輸出層運算，這也就是意味著各隱藏層之間是連接在一起的。RNN網(wǎng)絡(luò)的特征是很明顯的就比如存儲能力，參數(shù)共享機制還有圖靈完備（Turingcompleteness）等，所以當(dāng)使用該網(wǎng)絡(luò)用于學(xué)習(xí)數(shù)據(jù)序列的非線性特征時是非常有效果的[40]。通過研究近幾年來的RNN網(wǎng)絡(luò)，可以....

圖2.2沿著時間展開的雙向循環(huán)神經(jīng)網(wǎng)絡(luò)Fig.2.2Bidirectionalrecurrentneuralnetworkspreadingalongtime

一有雙向循環(huán)神經(jīng)網(wǎng)絡(luò)（BidirectionalRNN，Bi-RNN）[41]。由于標(biāo)準(zhǔn)的RNN網(wǎng)絡(luò)在處理序列時，如果是按時間順序的序列通常會忽略將來的上下文信息。為了避免這種情況，最常見的一個處理方案是在輸入和目標(biāo)2者間增加一個延遲，然后向網(wǎng)絡(luò)添加一些時間步長以添加將來的上下文....

圖2.3標(biāo)準(zhǔn)RNN模型

沈陽工業(yè)大學(xué)碩士學(xué)位論文14的是LSTM網(wǎng)絡(luò)模型。根據(jù)下面2個圖中的內(nèi)部結(jié)構(gòu)可以明顯看出與標(biāo)準(zhǔn)的RNN網(wǎng)絡(luò)相比，LSTM的網(wǎng)絡(luò)結(jié)構(gòu)有了2種改進分別是添加新的內(nèi)部狀態(tài)和引入了門控機制。圖2.3標(biāo)準(zhǔn)RNN模型Fig.2.3StandardRNNmodel根據(jù)2.1節(jié)內(nèi)容可以得知在標(biāo)準(zhǔn)....

本文編號：3911702