基于OpenPose模型与ELM的人体行为检测

摘要：

本文使用基于深度学习的OpenPose模型结合极限学习机(ELM)算法,对视频或图像中人体行为进行分析与识别,首先利用二维人体姿态估计模型获得人体的关节点坐标数据,进而对获取的骨架关节点数据进行处理,再使用ELM对数据进行分类,从而识别出当前的行为动作.在实验中使用自制数据集进行测试,算法的准确率达到90.41％.

关键词：行为识别、人体姿态估计、ELM、OpenPose

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：吉首大学2019年度研究生校级科研项目项目编号:Jdy19045

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：40-43