控制与决策

作者：石跃祥,许湘麒

单位：湘潭大学信息工程学院,湖南湘潭411105;LED照明驱动与控制应用工程技术研究中心,贵州铜仁554300,,湘潭大学信息工程学院,湖南湘潭411105,

关键词：人体姿态估计;关键点检测;DenseNet;多尺度特征;尺度转换;深度学习

基金：国家自然科学基金项目(61602397,61502407).

针对图像中由于人数不确定对处理速度的影响,以及不同人体或人体自身部位的相对大小不同等尺度因素影响导致通用的关键点检测方法的检测效果不佳等问题,提出一种改进的稠密卷积网络(DenseNet)结构用于人体姿态估计.该网络结构为单阶段的端对端的网络结构,利用深度卷积神经网络进行特征提取,在卷积网络末端通过特定的尺度转换结构得到6种不同尺度的特征图,使得网络能同时使用不同层次的特征进行多尺度关键点检测,可以有效提高检测精度.所提出方法采用自底向上的方式,使得网络进行多人姿态估计任务的处理速度得到保证.实验表明,所提出方法相比几种主流方法在多人关键点检测的平均精度上提升了1个百分点,为平衡姿态估计的速度与精度提供了一种新方法.

来源：2021年第5期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第5期