基于CNN的三维人体姿态估计方法

摘要：

针对传统三维人体姿态估计受遮挡限制的问题,提出一种基于卷积神经网络(CNN)的三维人体姿态估计方法.首先,实验模型系统采用了几段单目视频为输入源进行人体姿态识别.相对于传统的人体姿态估计方法,改进了一种顺序化的卷积神经网络用于提取人体空间信息和纹理信息.并通过对视频中人体的二维姿态估计,找出了人体头部和四肢关节点的精确位置.最后,通过投影关节点到三维空间,估计出每个人的三维姿态.实验结果表明,本文方法相比传统的姿态估计算法在人体行为上的测试平均误差从98.53 mm降低至92.88 mm,对于视频中的人体三维姿态估计有更优的精度.

关键词：三维人体姿态估计、卷积神经网络、关节点

所属期刊栏目：41

分类号：TP317.4(计算技术、计算机技术)

资助基金：国家自然科学基金61172150,61803286;智能机器人湖北省重点实验室开放基金HBIR201802;武汉工程大学第十届研究生教育创新基金CX2018197,CX2018200,CX2018212

在线出版日期：2019-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：168-172