-
题名基于深度学习的二维人体姿态估计研究进展
- 1
-
-
作者
卢官明
卢峻禾
陈晨
-
机构
南京邮电大学通信与信息工程学院
南京邮电大学计算机学院
-
出处
《南京邮电大学学报（自然科学版）》
北大核心
2024年第1期44-55,共12页
-
基金
国家自然科学基金(72074038)资助项目。
-
文摘
人体姿态估计在人体行为识别、人机交互、体育运动分析等方面有着广泛的应用前景,是计算机视觉领域的一个研究热点。在最近的十年中,得益于深度学习技术,大量的研究工作极大地推动了人体姿态估计技术的发展,但由于受训练样本不足、人体姿态的多变性、遮挡、环境的复杂性等因素影响,人体姿态估计仍然面临着诸多的挑战。文中对近年来基于深度学习的2D人体姿态估计方法进行归纳和总结,着重分析一些有代表性的人体姿态估计方法的思路及工作原理,以便研究人员了解当前的研究现状、面临的挑战以及今后的研究方向,拓展研究思路。
-
关键词
人体姿态估计
单人体姿态估计
多人体姿态估计
深度学习
关键点检测
-
Keywords
human pose estimation(hpe)
single-person pose estimation
multi-person pose estimation
deep learning
keypoint detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于渐进高斯滤波融合的多视角人体姿态估计
- 2
-
-
作者
杨旭升
吴江宇
胡佛
张文安
-
机构
浙江工业大学信息工程学院
浙江省嵌入式系统联合重点实验室
-
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2024年第3期607-616,共10页
-
基金
浙江省“尖兵”“领雁”研发攻关计划(2022C03114)
浙江省自然科学基金(LY23F030006)资助。
-
文摘
针对视觉遮挡引起的人体姿态估计(Human pose estimation, HPE)性能下降问题,提出基于渐进高斯滤波(Progressive Gaussian filtering, PGF)融合的人体姿态估计方法.首先,设计分层性能评估方法对多视觉量测进行分类处理,以适应视觉遮挡引起的量测不确定性问题.其次,构建分布式渐进贝叶斯滤波融合框架,以及设计一种分层分类融合估计方法来提升复杂量测融合的鲁棒性和准确性.特别地,针对量测统计特性变化问题,利用局部估计间的交互信息来引导渐进量测更新,从而隐式地补偿量测不确定性.最后,仿真与实验结果表明,相比于现有的方法,所提的人体姿态估计方法具有更高的准确性和鲁棒性.
-
关键词
渐进高斯滤波
自适应滤波
分布式融合
人体姿态估计
-
Keywords
Progressive Gaussian filtering(PGF)
adaptive filtering
distributed fusion
human pose estimation(hpe)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的二维人体姿态估计研究进展
被引量：17
- 3
-
-
作者
刘勇
李杰
张建林
徐智勇
魏宇星
-
机构
中国科学院大学电子电气与通信工程学院
中国科学院光电技术研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第3期1-16,共16页
-
基金
国家重点研发计划(G158207)。
-
文摘
基于深度学习的二维人体姿态估计方法通过构建特定的神经网络架构,将提取的特征信息根据相应的特征融合方法进行信息关联处理,最终获得人体姿态估计结果,因其具有广泛的应用价值而受到研究人员的关注。从数据集基准、姿态估计方法和评测标准等方面,对近年来基于深度学习的二维人体姿态估计的诸多研究工作进行系统归纳与整理,将现有方法分为单人姿态估计方法与多人姿态估计方法,并分别从网络架构设计、输出特征表示和损失函数选取方面进行分析与总结。在此基础上,结合当前二维人体姿态估计所面临的挑战对其未来研究发展方向与应用前景进行展望。
-
关键词
二维人体姿态估计
计算机视觉
关键点检测
深度学习
卷积神经网络
-
Keywords
two-dimensional human pose estimation(hpe)
computer version
key-point detection
deep learning
Convolutional Neural Network(CNN)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
