基于卷积神经网络的人体姿态估计研究.pdf

《基于卷积神经网络的人体姿态估计研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于卷积神经网络的人体姿态估计研究RESEARCHOFHUMANPOSEESTIMATIONBASEDONCONVOLUTIONALNEURALNETWORK冯健颖哈尔滨工业大学2018年6月国内图书分类号：TN911.73学校代码：10213国际图书分类号：621.3密级：公开工学硕士学位论文基于卷积神经网络的人体姿态估计研究硕士研究生：冯健颖导师：关宇东副教授申请学位：工学硕士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学ClassifiedI

2、ndex:TN911.73U.D.C.:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHOFHUMANPOSEESTIMATIONBASEDONCONVOLUTIONALNEURALNETWORKCandidate:FengJianyingSupervisor:Ass.Prof.GuanYudongAcademicDegreeAppliedfor:MasterofEngineeringInformationandCommunicationSpecia

3、lty:EngineeringSchoolofElectronicsandAffiliation:InformationEngineeringDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要人体姿态估计是指对图像中人体关键部位和主要关节进行检测的过程，其作为人体动作识别和行为分析的主要内容，在计算机视觉等方向有较广阔的应用前景。人体姿态估计技术越来越成熟，但也面临着诸多

4、问题。例如，光照条件较差或者背景较复杂的图像，导致人体与背景外观存在不同程度的相似性；不同的光照条件下、不同的人体外观及不同的运动姿态，使得人体的同一个部位呈现不同的外观；人体自身各个部位的遮挡和人体与物体之间的相互遮挡，会影响人体外观的完整性；若没有相关先验知识，人体各个部位可能存在于图像的任何区域，搜索检测的区域较大。依靠深度相机快速捕捉人体姿态动作，识别、处理这些姿态动作能够实现人机交互，但其依靠特定传感器，应用场景受限，通常情况更希望实现基于廉价摄像头的人机交互。本文以单目摄像头图像中的人体姿态估计为主要

5、研究内容，首先根据人体姿态结构特点给出人体姿态的表示模型，研究了图像结构模型和深度学习的概念及原理，分析了两种方法在姿态估计中的应用和优势，形成人体姿态估计的理论基础。其次搭建卷积神经网络结构，结合上下文特征定义了中层部位检测器，并对其进行学习进而改善基本的定位，使用这些检测器来提取相对于其他身体部分的空间和得分相关特征，利用SetBoost分类器重新计算特定部位的概率分数，以确定其位置。最后，总结常用的人体姿态估计数据集，选择实验数据进行人体姿态估计测试，从身体各个部位检测正确率和各个关节定位准确度两方面进行人

6、体姿态估计结果分析，并同其他人体姿态估计方法进行对比实验，验证本文方法的可行性和稳定性。实验结果表明，本文研究的人体姿态估计方法具有人体部位和关节检测能力。针对不同测试集进行了多组实验测试，结果具有一定的稳定性。通过针对各个部位的度量标准PCP标准和针对各个关节的度量标准PCK标准说明人体姿态估计的准确性。将本文方法同其他姿态估计方法比较，准确度有所提高。关键词：人体姿态估计；卷积神经网络；图像结构模型；上下文特征I哈尔滨工业大学工学硕士学位论文AbstractHumanposeestimationreferst

7、othedetectionofkeypartsandmainjointsofthehumanbodyintheimage.Itisthekeytothehumanactionrecognitionandbehavioranalysis,andithasbroadapplicationprospectsincomputervisionandotherdirections.Thehumanposeestimationtechnologyismoreandmoremature,butitalsofacesmanypro

8、blems.Theimageswithpoorlightingconditionsorcomplicatedbackgroundshavedifferentdegreesofsimilaritybetweentheappearanceofthehumanbodyandthebackground;underdifferentlightingconditions,differ