期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到111篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
人体姿态估计及在康复训练情景交互中的应用 被引量：36
1
作者 唐心宇 宋爱国 《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第11期195-203,共9页
情景交互式康复训练和效果评估需求患者主要关节的三维空间位置,已有的人体姿态估计方法需要患者佩戴多种传感器或光学标志,可能影响运动和导致心理不适。同时,Kinect自带的骨骼绑定算法在人体被部分遮挡时可能无法识别或误识别。为此,... 情景交互式康复训练和效果评估需求患者主要关节的三维空间位置,已有的人体姿态估计方法需要患者佩戴多种传感器或光学标志,可能影响运动和导致心理不适。同时,Kinect自带的骨骼绑定算法在人体被部分遮挡时可能无法识别或误识别。为此,提出一种基于OpenPose和Kinect的三维人体姿态估计方法,并创新应用到康复训练中。首先描述了将OpenPose算法得到的二维关节点坐标与Kinect获得的深度数据融合获得三维关节点坐标的方法;再通过霍特双参数指数平滑法对关节点运动轨迹进行平滑和预测;接着介绍了应用该方法研制基于ROS的渐进式康复训练情景交互的方法。实验表明只需一台Kinect就可捕捉人体关节点的三维坐标,使用方便、实时性好。训练获得的三维姿态数据可用于康复效果评估。 展开更多
关键词 康复训练 人体姿态估计 情景交互 openpose KINECT
下载PDF
基于OpenPose人体姿态识别的变电站危险行为检测 被引量：29
2
作者 朱建宝 许志龙 +1 位作者 孙玉玮 马青山 《自动化与仪表》 2020年第2期47-51,共5页
视频监控是变电站安全管控的一大方式。然而目前变电站安全管控仍主要采用人工分析监控视频的方式,属于被动监控,不仅费时费力,而且容易产生误报错报的情况。该文提出了一种基于OpenPose多人姿态估计算法的人员危险行为检测模型,用于提... 视频监控是变电站安全管控的一大方式。然而目前变电站安全管控仍主要采用人工分析监控视频的方式,属于被动监控,不仅费时费力,而且容易产生误报错报的情况。该文提出了一种基于OpenPose多人姿态估计算法的人员危险行为检测模型,用于提高基于视频监控的变电站安全管控的智能化水平。通过对变电站安全区域的标定和人体关键姿态点的识别,以人员的双脚是否在标定的安全区域内为依据,自动判断人员行为是否是危险行为。其算法实时性较好,能达到每秒20帧的处理速度。 展开更多
关键词 智能监控 图像感知 姿态分析 openpose 危险行为
下载PDF
基于改进OpenPose的学生行为识别研究 被引量：17
3
作者 苏超 王国中 《计算机应用研究》 CSCD 北大核心 2021年第10期3183-3188,共6页
学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进OpenPose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中... 学习者的行为动作能够反映出学习者的学习状态。传统学习者行为识别方法存在实时性不高、准确率低等问题。针对以上问题,提出了一种基于改进OpenPose的学习者行为识别方法。该方法从人体骨骼关节点角度出发,首先通过高斯滤波消除图像中的高斯噪声;然后通过融入注意力机制的目标检测算法检测图像中的目标学生位置,再将检测后的图像通过改进的OpenPose模型提取人体骨骼关节点坐标;最后利用ST-SVM分类器对获取的关节点坐标进行分类,从而快速准确地识别出学习者的行为状态。实验结果表明,该方法能够快速、准确地识别出学生的行为动作,准确率达到99%以上,fps达到了20以上,相比原模型,fps提升了50%。 展开更多
关键词 行为识别 骨骼关节点 Tiny_YOLOv3 openpose ST-SVM
下载PDF
基于OpenPose改进的轻量化人体动作识别模型 被引量：12
4
作者 李一凡 袁龙健 王瑞 《电子测量技术》 北大核心 2022年第1期89-95,共7页
本文聚焦于自下而上的人体姿态估计网络OpenPose模型参数量大的缺点,对OpenPose模型的特征提取网络和预测网络分别进行改进,实现轻量化模型的目标。使用参数量更少、准确度更高的ResNet18网络替代了原模型中的VGG19网络,并且在不损失过... 本文聚焦于自下而上的人体姿态估计网络OpenPose模型参数量大的缺点,对OpenPose模型的特征提取网络和预测网络分别进行改进,实现轻量化模型的目标。使用参数量更少、准确度更高的ResNet18网络替代了原模型中的VGG19网络,并且在不损失过多识别精度的前提下,以深度可分离卷积替代了预测网络中的部分卷积核,以此来降低网络结构的参数量。接着通过人工神经网络对人体动作进行分类,在传统的非线性网络中加入了线性模块提高了网络的记忆能力和泛化能力。结果表明,轻量化OpenPose模型的运行帧数比原先提高了9%~16%,动作识别网络经过3000次迭代训练后,站立、坐着、走、坐下和起立的识别精度达到了0.877、0.835、0.793、0.815和0.808。最后,将整体识别网络应用于真实场景下,根据结果表明,该方法可以在嵌入式设备中正常运行,且识别效果较好。 展开更多
关键词 人体姿态估计 openpose 轻量化模型 深度可分离卷积 人工神经网络
下载PDF
基于OpenPose学习坐姿分析的桌椅人机适应性研究 被引量：13
5
作者 郭园 郭晨旭 +1 位作者 时新 申黎明 《林业工程学报》 CSCD 北大核心 2020年第2期179-185,共7页
运用非接触式Kinect运动捕捉系统及OpenPose二维姿势检测开源实时系统,采集小学生坐姿行为中身体关键指标变化数据,通过分析各个关键指标在不同任务及时间段内的具体变化情况,总结人机适应的内在变化规律,以便为后期的桌椅适应性调节方... 运用非接触式Kinect运动捕捉系统及OpenPose二维姿势检测开源实时系统,采集小学生坐姿行为中身体关键指标变化数据,通过分析各个关键指标在不同任务及时间段内的具体变化情况,总结人机适应的内在变化规律,以便为后期的桌椅适应性调节方案提供可靠依据。结果表明:颈部弯曲和视距受任务影响显著。书写任务下颈部弯曲均值大、视距小,表现出较强的振幅频率,且随时间延长有增长趋势。阅读任务和书写任务中的颈部弯曲超过20°的时间占比以及近距离用眼情况比较近似,而在平板电脑任务中,颈部弯曲数值则小于其他两项任务中的该数值,视距也相对更大,但躯干弯曲超过20°的时间增加,其振幅频率变得突出,说明躯干是使用平板电脑任务中变化性最大的身体部位。建议学习桌采用恰当方式引导小学生采用45°~60°竖立书本进行阅读,以减少颈部弯曲,加大视距。此外,可以适时调整桌高满足书写到使用平板电脑任务的变换,减缓躯干弯曲和振幅变化。 展开更多
关键词 openpose 坐姿 学习桌椅 人机关系 适应性
下载PDF
基于人体骨骼点检测与多层感知机的人体姿态识别 被引量：8
6
作者 段俊臣 梁美祥 王瑞 《电子测量技术》 2020年第12期168-172,共5页
近年来,随着人工智能与机器视觉的发展,图像识别,目标跟踪监测技术越来越深入人们日常的经济生活中,对于人体的姿态识别也有着越来越多的需求。自下而上的人体骨骼点检测网络Openpose相较与自上而下的RMPE与CPN网络在识别精度和速度上... 近年来,随着人工智能与机器视觉的发展,图像识别,目标跟踪监测技术越来越深入人们日常的经济生活中,对于人体的姿态识别也有着越来越多的需求。自下而上的人体骨骼点检测网络Openpose相较与自上而下的RMPE与CPN网络在识别精度和速度上都有着很大的提升。然而仍不足以在移动与嵌入式设备中进行平日的应用。针对此问题,提出了一种方法,该方法利用深度可分解卷积的方式对Openpose网络做出改进,并使用多层感知器来训练和分类所识别的骨骼点,自适应梯度法优化随机梯度下降过程,使得整个网络可以自我调节学习率,再利用批标准化得方法对网络中的参数进行处理,以提高网络最终的分类准确率。最后在Jetson TX2开发板上测试得到在网络训练迭代5000次时,对站姿,坐姿,躺姿识别精度达到了0.843,0.839,0.831,每帧图片的检测时间提升到0.5s。实验表明,整个网络可以有效对人体的站姿,坐姿,躺姿进行识别,并可以在嵌入式设备上较快速度运行。 展开更多
关键词 深度学习 骨骼点检测 openpose 深度可分离卷积 多层感知机 自适应梯度 批标准化
下载PDF
基于OpenPose的人体睡姿识别实现与研究 被引量：8
7
作者 杨明健 黎镜林 +1 位作者 郭锐坤 唐小煜 《物理实验》 2019年第8期45-49,共5页
采用基于OpenPose的单人姿态估计算法以及多人姿态检测算法,将摄像头采集到的人的睡眠图像进行处理,实现对人脸的关键点的定位,人手的关键点的定位以及人体身体的各个关节点的定位;采用基于人体关键点提取的睡姿识别算法来判断人体的睡... 采用基于OpenPose的单人姿态估计算法以及多人姿态检测算法,将摄像头采集到的人的睡眠图像进行处理,实现对人脸的关键点的定位,人手的关键点的定位以及人体身体的各个关节点的定位;采用基于人体关键点提取的睡姿识别算法来判断人体的睡眠姿态——左侧卧、右侧卧、仰卧以及俯卧.实验结果表明本文采用的方法能够较好地适应复杂的背景,并且具有较高的识别准确率以及运算速率,识别准确率可达92.5%,而运算速率可达每秒9.8帧. 展开更多
关键词 人工智能 睡姿识别 机器视觉 openpose BP神经网络
下载PDF
基于OpenPose的滑雪动作分析 被引量：6
8
作者 许志豪 高铭 +1 位作者 殷绍轩 崔杰 《智能计算机与应用》 2022年第4期101-103,109,共4页
为了填补动作分类系统在滑雪运动方面的空白,为后续的研究做铺垫,本文使用OpenPose和STGCN建立了一个滑雪动作分类框架。该框架利用OpenPose提取人体关键点信息,将连续的多个单帧的人体关键点信息处理为一个骨骼时空图,再使用时空图卷... 为了填补动作分类系统在滑雪运动方面的空白,为后续的研究做铺垫,本文使用OpenPose和STGCN建立了一个滑雪动作分类框架。该框架利用OpenPose提取人体关键点信息,将连续的多个单帧的人体关键点信息处理为一个骨骼时空图,再使用时空图卷积网络STGCN训练模型、提取特征、建立分类器。利用构建好的框架可以做到滑雪动作类型实时分类和输入视频分类。 展开更多
关键词 openpose STGCN 滑雪 动作识别
下载PDF
基于关节点提取的老年人跌倒检测算法 被引量：7
9
作者 袁鹏泰 刘宁钟 《计算机技术与发展》 2019年第9期200-204,151,共6页
随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此文中提出了一种基于关节点提取以及SVM分类器的老年人跌倒检测算法。首先通过改进的yolo算法检测出视频帧图像中的人... 随着人口老龄化问题日益严重,老年人的安全问题变得愈加重要,而对老年人安全问题威胁最大的便是老年人的跌倒问题,因此文中提出了一种基于关节点提取以及SVM分类器的老年人跌倒检测算法。首先通过改进的yolo算法检测出视频帧图像中的人所在的位置,然后将单个人的图像送入openpose算法中获得这个人的关节信息。之后再通过SVM分类器对获得到的关节点信息进行分类,以得到这个人所处的状态(此处将人可能处于的状态分为4类——正常状态、跌倒状态、平躺状态以及其他状态)。对于整段视频便得到一个状态序列集,之后对这个状态序列集进行分析便能够检测出视频中是否有跌倒事件发生。经实验对比,该算法对于单人存在的场景有着98%以上的准确率,并且对于多人存在的场景具有一定的鲁棒性。 展开更多
关键词 yolo openpose SVM 关节点提取 跌倒检测
下载PDF
基于OpenPose和ST⁃GCN的步态识别研究
10
作者 刘艳丽 《现代计算机》 2024年第3期66-70,共5页
根据行人步态具有唯一性,且不受客观因素影响的特点,利用OpenPose提取行人的骨架信息,结合时空图卷积神经网络模型,构建步态识别模型,在步态识别网络中融入注意力机制,可以有效地避免系统陷入局部最优解,使分类模型可以结合骨架的局部... 根据行人步态具有唯一性,且不受客观因素影响的特点,利用OpenPose提取行人的骨架信息,结合时空图卷积神经网络模型,构建步态识别模型,在步态识别网络中融入注意力机制,可以有效地避免系统陷入局部最优解,使分类模型可以结合骨架的局部信息和全局信息,构建丰富的网络模型,提高识别系统的泛化能力,实验结果显示,达到了较为理想的步态识别效果。 展开更多
关键词 openpose 注意力机制 时空卷积图神经网络
下载PDF
基于SVM-MultiCNN模型的视觉感知跌倒检测算法 被引量：6
11
作者 蔡文郁 郑雪晨 +1 位作者 郭嘉豪 阮智祥 《杭州电子科技大学学报（自然科学版）》 2020年第5期59-66,共8页
现有的基于视频的跌倒检测算法大多通过构建人体模型来检测跌倒,对类跌倒行为误判率较高且计算量过大,耗时过长。为此,提出一种基于SVM-MultiCNN模型的视觉感知跌倒检测算法。首先,从原始视频中提取人体关节点数据,从中提取跌倒特征送入... 现有的基于视频的跌倒检测算法大多通过构建人体模型来检测跌倒,对类跌倒行为误判率较高且计算量过大,耗时过长。为此,提出一种基于SVM-MultiCNN模型的视觉感知跌倒检测算法。首先,从原始视频中提取人体关节点数据,从中提取跌倒特征送入SVM分类器进行初次分类;然后,将判决为类跌倒行为的分类数据输入MultiCNN分类器进行跌倒行为的二次分类。实验结果表明:与SVM,CNN,MultiCNN模型相比,改进算法的检测准确度较高,达到96.8%,且单帧检测耗时缩短近一倍,提高了检测效率。 展开更多
关键词 跌倒检测 openpose 支持向量机 卷积神经网络 多尺度卷积神经网络
下载PDF
基于多模态的井下登高作业专人扶梯检测方法
12
作者 孙晴 杨超宇 《工矿自动化》 CSCD 北大核心 2024年第5期142-150,共9页
目前大多数的井下人员不安全行为识别研究侧重于在计算机视觉上提高精度,但井下易出现遮挡、光照不稳定、反光等情况,仅采用计算机视觉技术难以实现对不安全行为的准确识别,尤其登高作业中的爬梯、扶梯等相似动作在识别过程中易被混淆,... 目前大多数的井下人员不安全行为识别研究侧重于在计算机视觉上提高精度,但井下易出现遮挡、光照不稳定、反光等情况,仅采用计算机视觉技术难以实现对不安全行为的准确识别,尤其登高作业中的爬梯、扶梯等相似动作在识别过程中易被混淆,存在安全隐患。针对上述问题,提出一种基于多模态的井下登高作业专人扶梯检测方法。该方法从视觉和音频2个模态对监控视频数据进行分析。视觉模态方面,采用YOLOv8模型检测登高梯是否存在,如果存在,获得登高梯的位置坐标,并将视频段放入OpenPose算法中进行姿态估计,得到人体的各个骨骼关节点的特征,将这些骨骼关节点序列放入改进的时空注意图卷积网络(SAT−GCN)中,得到人体动作标签及其对应概率。音频模态方面,采用飞桨自动语言识别系统将语音转换为文本,使用双向编码器表示(BERT)模型对文本信息进行特征分析与提取,得到文本标签及其对应的概率。最后将视觉模态与音频模态得到的信息进行决策级融合,判断井下登高作业是否有专人扶梯。实验结果表明:基于骨架数据的动作识别中,优化后的SAT−GCN模型对于扶梯、爬梯、站立3种动作的识别精度分别提升了3.36%,2.83%,10.71%;基于多模态的检测方法比单模态方法具有更高的识别准确率,达到98.29%。 展开更多
关键词 登高作业 专人扶梯 多模态融合 视觉模态 音频模态 YOLOv8 openpose SAT−GCN BERT
下载PDF
基于Fast-OpenPose的仰卧起坐姿态估计研究
13
作者 刘罡 张旭 侯恩翔 《国外电子测量技术》 2024年第7期112-121,共10页
当前,许多学校体质测试项目中的仰卧起坐测试仍需通过手动计数,这不仅耗费人力,而且效率较低。为了促进体质健身的智能化发展,提出了一种基于人体姿态估计模型Fast-OpenPose和支持向量机(support vector machine,SVM)融合实现的仰卧起... 当前,许多学校体质测试项目中的仰卧起坐测试仍需通过手动计数,这不仅耗费人力,而且效率较低。为了促进体质健身的智能化发展,提出了一种基于人体姿态估计模型Fast-OpenPose和支持向量机(support vector machine,SVM)融合实现的仰卧起坐行为计数方法。通过OpenPose检测出仰卧起坐连续视频流中人体关键点的位置信息,再用SVM对获取到的每一帧人体关键点的坐标数据进行动作特征分类。鉴于原OpenPose网络复杂度高、模型参数量大、检测耗时长的缺陷,用FasterNet对其主干特征提取部分进行轻量化改进,并在预测分支中优化更为高效的单分支网络结构和卷积类型,最后引入空间注意力(spatial group-wise enhance,SGE)来弥补精度损失。在CoCo2017数据集的基础上,额外扩充1000张仰卧起坐场景的图片数据进行模型训练,实验结果表明,改进后的Fast-OpenPose在损失部分精度但不影响仰卧起坐姿态估计的情况下,模型参数量缩减近80%,关键点检测速度提升110%。与同系列其他改进模型相比,在保持相近平均精度均值(mAP)的同时,更具有轻量化与速度优势。 展开更多
关键词 openpose FasterNet SGE空间注意力 姿态估计 仰卧起坐
下载PDF
基于空间交叉卷积的轻量级人体姿态估计算法
14
作者 方益 石守东 +2 位作者 方靖森 叶永芳 蓝艇 《传感技术学报》 CAS CSCD 北大核心 2024年第3期439-445,共7页
针对改进轻量级OpenPose网络在预测阶段仍有较大参数量会降低模型推理速度,不利于在边缘设备部署的问题,提出一种基于改进卷积方法的人体姿态估计网络,使用空间交叉卷积来代替部分标准卷积,减少网络预测阶段的参数量。网络的输入为单目... 针对改进轻量级OpenPose网络在预测阶段仍有较大参数量会降低模型推理速度,不利于在边缘设备部署的问题,提出一种基于改进卷积方法的人体姿态估计网络,使用空间交叉卷积来代替部分标准卷积,减少网络预测阶段的参数量。网络的输入为单目摄像头捕获的RGB图像,以MobileNetV3-Large为主干网络,并在其中加入了CBAM注意力模块,提取不同重要程度的空间和通道特征。获取图像特征后,送入两个分支中分别预测关键点位置和关键点组合关系。以空间交叉卷积代替两个分支中的部分标准卷积核,相对标准卷积能够减少80%的参数量。实验结果表明,相较于原方法,所提方法在精度下降较小的情况下,总参数量降低了22%,部署在CPU端的测试结果显示,速度能够达到6 FPS,提升了4倍。 展开更多
关键词 人体姿态估计 轻量级网络 空间交叉卷积 openpose 边缘设备
下载PDF
基于姿态估计的八段锦序列动作识别与评估 被引量：5
15
作者 苏波 柴自强 +1 位作者 王莉 崔帅华 《电子科技》 2022年第12期84-90,共7页
动作评估与反馈可有效辅助健身运动练习者提高锻炼收益。为了实现八段锦动作的自动量化评估,文中提出一种人体序列动作识别与评估方法。采用姿态估计算法OpenPose提取人体关键点坐标并进行归一化,剔除冗余点。根据动作特点构造出融合关... 动作评估与反馈可有效辅助健身运动练习者提高锻炼收益。为了实现八段锦动作的自动量化评估,文中提出一种人体序列动作识别与评估方法。采用姿态估计算法OpenPose提取人体关键点坐标并进行归一化,剔除冗余点。根据动作特点构造出融合关键点位置、距离、关节角度和关键点速度的特征向量,通过多层感知机训练出动作分类器模型。所提方法在KTH和自制八段锦数据集上的动作识别准确率分别达到96.7%和98.7%。基于八段锦动作识别结果构建动作序列,采用动态时间规整算法计算两组八段锦动作序列的相似度,对比实验结果表明该相似度可有效评估动作的完整性及同步性。 展开更多
关键词 姿态估计 openpose 动作识别 特征提取 特征融合 动态时间规整 八段锦 动作评估
下载PDF
面向边缘设备的轻量级OpenPose姿态检测模型研究
16
作者 黄瑜豪 曾祥进 冯崧 《武汉工程大学学报》 CAS 2024年第4期424-430,共7页
为了在低算力的边缘设备上使人体行为识别网络兼顾实时性和识别效果,提出了一种改进的轻量级OpenPose姿态检测模型。使用移动网络替换原主干特征提取网络,在特征提取网络的浅层使用倒置残差结构,减少浅层网络的运算量,在网络深层引入卷... 为了在低算力的边缘设备上使人体行为识别网络兼顾实时性和识别效果,提出了一种改进的轻量级OpenPose姿态检测模型。使用移动网络替换原主干特征提取网络,在特征提取网络的浅层使用倒置残差结构,减少浅层网络的运算量,在网络深层引入卷积块注意力模块,调整深层特征信息的权重,并将浅层网络特征与深层网络特征融合后送入卷积网络进行骨骼关键点的拼接,有效融合浅层和深层的特征信息。在COCO数据集上的验证结果表明:改进模型与原模型相比,正确关键点百分比提升了2.8%,平均精度提升了2.0%。使用改进后的模型作为预训练模型在行为数据集上标记骨骼关键点用作分类训练,将完成分类训练的模型部署在边缘设备上,在边缘设备运行速度略微降低的情况下,通过改进后的模型进行人体行为识别的准确率达到96.4%,有效实现在边缘设备上的姿态检测和人体行为识别。 展开更多
关键词 人工智能 openpose 移动网络 机器视觉
下载PDF
基于图卷积与规则匹配的单兵动作识别
17
作者 童立靖 冯金芝 +1 位作者 英溢卓 曹楠 《北方工业大学学报》 2024年第1期12-19,共8页
针对基于骨架数据的动作识别方法存在语义理解方面不足,以及骨架数据获取不全导致识别准确率较低的问题,本文提出了一种基于融合语义分析的图卷积与规则匹配的单兵动作识别方法。首先,使用OpenPose姿态估计模型对士兵作战视频进行骨骼... 针对基于骨架数据的动作识别方法存在语义理解方面不足,以及骨架数据获取不全导致识别准确率较低的问题,本文提出了一种基于融合语义分析的图卷积与规则匹配的单兵动作识别方法。首先,使用OpenPose姿态估计模型对士兵作战视频进行骨骼关键点提取;然后,根据有效骨骼关键点提取情况,动态选择基于目标检测模型(You Only Look Once,YOLO)的单兵动作识别方法或基于图卷积的动作识别方法;最后,针对图卷积网络置信度不高的判别结果引入规则匹配算法进一步完成单兵动作识别判定。实验结果表明,与时空图卷积网络(Spatial Temporal Graph Convolutional Networks,ST-GCN)算法和双流自适应图卷积网络(Two-Stream Adaptive Graph Convolutional Networks,2s-AGCN)算法相比,该方法在单兵动作识别任务中准确率分别提高了约38%与11%。 展开更多
关键词 动作识别 语义分析 图卷积 规则匹配 openpose 目标检测模型(YOLO)
下载PDF
一种结合轻量级注意力机制的人体姿态估计算法
18
作者 李文星 喻明毫 +2 位作者 王子牛 高建瓴 林宁 《计算机应用与软件》 北大核心 2024年第5期131-137,共7页
针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框... 针对现有的人体姿态估计模型存在的模型参数量和计算量大、冗余度高、耗时长等问题,提出一种基于轻量级注意力机制的网络框架。使用轻量级网络MobilenetV3替代了原OpenPose的主干网络VGG-19;对OpenPose的二分支多阶段的卷积神经网络框架进行压缩;引入空间和通道相结合的注意力机制模块CBAM对模型的速度和精度进行权衡。实验结果表明,该方法下的网络模型大小和浮点计算量分别为10.51 MB和22.65 GFlops,相对于原OpenPose减少了79.91%和83.35%;在COCO2017测试集下,能够在保持较高的检测精度和召回率的基础上显著提升检测速度。 展开更多
关键词 人体姿态估计 计算机视觉 openpose 轻量级网络注意力机制
下载PDF
基于改进OpenPose的行人关节点检测算法
19
作者 田雨 刘红 《传感器与微系统》 CSCD 北大核心 2024年第9期144-148,共5页
针对车载图像存在目标行人较小、携带信息较少、无法准确检测行人关节点的问题,提出一种基于改进OpenPose的行人关节点检测算法。首先,通过增大输入图像分辨率和增加图像缩放比例来捕获车载视角下行人关节点的特征信息;其次改进网络结构... 针对车载图像存在目标行人较小、携带信息较少、无法准确检测行人关节点的问题,提出一种基于改进OpenPose的行人关节点检测算法。首先,通过增大输入图像分辨率和增加图像缩放比例来捕获车载视角下行人关节点的特征信息;其次改进网络结构,卷积核大小以及采用深度可分离卷积代替标准卷积来降低网络模型的参数数量和计算量。实验结果表明:改进网络在检测行人关节点准确率提高了6%,改进网络模型的参数量和计算量比原OpenPose减少69%和39%,提高了检测行人节点的速度。 展开更多
关键词 卷积神经网络 openpose 深度可分离卷积 关节点检测
下载PDF
基于OpenPose的学习坐姿监测系统研究
20
作者 郭园 郭晨旭 时新 《电子设计工程》 2024年第18期37-41,共5页
针对不良坐姿可能对学生身体肌肉骨骼等造成的伤害,采用Kinect运动捕捉设备和Open-Pose实时多人2D人体姿态检测系统,搭建一个坐姿监测系统,用于实时检测和评估学生学习过程中的坐姿。通过实验对比Kinect SDK V2、OpenPose、人工检测数据... 针对不良坐姿可能对学生身体肌肉骨骼等造成的伤害,采用Kinect运动捕捉设备和Open-Pose实时多人2D人体姿态检测系统,搭建一个坐姿监测系统,用于实时检测和评估学生学习过程中的坐姿。通过实验对比Kinect SDK V2、OpenPose、人工检测数据,论证OpenPose进行坐姿识别的可行性、有效性和可靠性。具体阐述了该监测系统框架的构建及实现坐姿判别的方法和过程,实验结果证明,该坐姿监测系统能够准确获取学生动态坐姿中的身体关键角度及视距变化等数据,实现坐姿监测与评估功能。 展开更多
关键词 KINECT openpose 坐姿识别 应用
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部