-
题名基于双目视觉的实时坐姿检测研究
被引量：9
- 1
-
-
作者
郑佳罄
石守东
胡加钿
房志远
-
机构
宁波大学信息科学与工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2022年第6期33-36,共4页
-
基金
宁波市公益项目(2019C50020)。
-
文摘
坐姿检测在医疗健康、自动驾驶、辅助课堂教学等领域都有较高的应用价值。实际应用中,坐姿检测技术的速度与精度都需要达到较高的水平,为此,基于双目视觉,设计一种实时坐姿检测的方法。首先利用双目摄像头实时采集用户图像,然后利用简化的OpenPose模型提取人体骨骼关键点并根据关键点坐标计算头部倾斜角,接着用改进的半全局匹配算法获取双目图像的视差,并计算相应关键点的深度信息,由骨骼关键点坐标、头部倾斜角以及关键点的深度信息作为特征,设置阈值检测坐姿,当用户采取非正确坐姿时,进行语音播报提醒。
-
关键词
双目视觉
实时坐姿检测
骨骼关键点
深度信息
-
Keywords
binocular vision
real-time sitting posture detection
skeleton key point
depth information
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于神经网络的骨骼特征融合下坐姿快速识别
被引量：8
- 2
-
-
作者
房志远
石守东
郑佳罄
胡加钿
-
机构
宁波大学信息科学与工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第5期613-620,共8页
-
基金
宁波市公益项目(2019C50020)。
-
文摘
基于深度学习的坐姿识别方法目前在识别精度上获得了较好提升,但模型在嵌入式平台上无法兼具高准确性和快速性,进而难以应用于边缘智能等领域。基于神经网络提出了一种坐姿快速识别方法,使用轻量化网络替换骨干网络提取底层特征,并利用基于自适应批量归一化层候选评估模块对模型进行剪枝优化。同时,对坐姿识别方法进行改进,在骨骼关节特征的基础上融合骨骼图像特征,在提升检测速度的同时保证了识别精度。实验结果显示,改进后的模型识别准确率高,并且检测速度获得大幅提升。
-
关键词
坐姿识别
嵌入式平台
特征融合
轻量化网络
模型剪枝
-
Keywords
sitting posture
embedded platform
feature fusion
lightweight network
model pruning
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于神经网络的双目视觉下头部姿态估计
被引量：5
- 3
-
-
作者
陈锦涛
石守东
郑佳罄
胡加钿
房志远
-
机构
宁波大学信息科学与工程学院
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2021年第1期57-63,共7页
-
基金
宁波市公益项目(2019C50020)。
-
文摘
头部姿态估计是人体姿态检测的关键技术之一。本文基于神经网络设计一种在双目视觉下由人脸中的关键点在空间中的相对位置的变化估计头部姿态,并对头部进行定位的方法。将头部姿态分为6种,空间位置关系分为2种。利用改进SDM算法对双目视觉下的人脸关键点进行标记;标记出人脸关键点后利用的POSIT算法对头部姿态角度估计,计算出头部欧拉角;根据左右图像中对应的头部关键点位置的视差由三角测量原理算出其深度信息。并设定阈值对其进行分类。通过实验,该方法的头部姿态估计准确率高,头部空间定位精度良好。
-
关键词
神经网络
头部姿态
双目视觉
空间定位
改进SDM算法
深度信息
-
Keywords
neural networks
head posture
binocular vision
spatial positioning
improved SDM algorithm
depth information
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名融合弱层惩罚的卷积神经网络模型剪枝方法
被引量：1
- 4
-
-
作者
房志远
石守东
郑佳罄
胡加钿
-
机构
宁波大学信息科学与工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第5期67-73,共7页
-
基金
宁波市公益项目“基于深度学习的儿童学习姿态识别系统研究与实现”(2019C50020)。
-
文摘
深度卷积神经网络的存储和计算需求巨大,难以在一些资源受限的嵌入式设备上进行部署。为尽可能减少深度卷积神经网络模型在推理过程中的资源消耗,引入基于几何中值的卷积核重要性判断标准,提出一种融合弱层惩罚的结构化非均匀卷积神经网络模型剪枝方法。使用欧式距离计算各层卷积核间的信息距离,利用各卷积层信息距离的数据分布特征识别弱层,通过基于贡献度的归一化函数进行弱层惩罚,消除各层间的差异性。在全局层面评估卷积核重要性,利用全局掩码技术对所有卷积核实现动态剪枝。在CIFAR-10、CIFAR-100和SVHN数据集上的实验结果表明,与SFP、PFEC、FPGM和MIL剪枝方法相比,该方法剪枝得到的VGG16单分支、Resnet多分支、Mobilenet-v1轻量化网络模型在保证精度损失较小的情况下,有效地减少了模型参数量和浮点操作数。
-
关键词
模型剪枝
弱层惩罚
全局掩码
欧式距离
核重要性评估
-
Keywords
model pruning
weak layer penalty
global mask
Euclidean distance
kernel importance evaluation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于神经网络的坐姿下头部肩部姿态估计
被引量：1
- 5
-
-
作者
陈锦涛
石守东
郑佳罄
胡加钿
房志远
-
机构
宁波大学信息科学与工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2021年第1期9-12,16,共5页
-
基金
宁波市公益项目(2019C50020)。
-
文摘
基于神经网络设计一种在坐姿状态下由人脸中的关键点在空间中的相对位置的变化估计头部姿态,以及肩部关键点在空间中的相对位置变化估计肩部姿态的方法,并将头部姿态分为6种,肩部姿态分为2种。利用SDM算法对人脸关键点进行标记;标记出人脸关键点后利用的POSIT算法对头部姿态角度估计,计算出头部欧拉角并设定阈值对头部姿态进行分类;利用OpenPose算法对人体肩部关键点进行标定,利用左肩和右肩关键点的连线夹角进行肩部姿态的估计。通过实验证明:该方法的头部以及肩部姿态检测性良好,姿态估计准确率高。
-
关键词
神经网络
坐姿
SDM算法
OpenPose算法
头部姿态估计
肩部姿态估计
-
Keywords
neural networks
sitting posture
SDM algorithm
OpenPose algorithm
head posture estimation
shoulder posture estimation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP212
[自动化与计算机技术—计算机科学与技术]
-
