检索结果-内蒙古大学图书馆

光学学报 2019年第11期39卷 243-252页

作者：赵威驰赵其杰江俊晔卢建霞上海大学机电工程与自动化学院上海200444 上海市智能制造及机器人重点实验室上海200444

针对头部姿态变化较大、脸部遮挡等情况下,由面部特征类型多样和尺度不同造成的面部特征点检测准确度较低的问题,提出了一种面部分组特征线条化和点热图回归相结合的人脸特征点检测方法,并设计了两段式堆叠沙漏网络深度学习模型来实现... 详细信息

针对头部姿态变化较大、脸部遮挡等情况下,由面部特征类型多样和尺度不同造成的面部特征点检测准确度较低的问题,提出了一种面部分组特征线条化和点热图回归相结合的人脸特征点检测方法,并设计了两段式堆叠沙漏网络深度学习模型来实现图像特征分析与特征点定位。利用提出的方法开发了检测算法,并利用该领域几个典型的公共图像数据集,将所提方法与其他方法进行实验对比。结果表明,提出的方法可以适应姿态变化和脸部部分遮挡的应用,相比其他方法,具有检测误差较小、人脸面部特征点检测准确度较高的优势。

关键词：机器视觉人脸特征点堆叠沙漏网络特征线条化热图回归

来源：评论

学校读者我要写书评

暂无评论

基于GAN和沙漏网络的遮挡人体姿态估计研究

基于GAN和沙漏网络的遮挡人体姿态估计研究

引用

作者：郭安然北方民族大学

学位级别：硕士

在当代人工智能领域与自然人机交互领域内,人体姿态估计作为人体行为识别和分析技术的基础,它是计算机理解图像和视频中人物行为的关键步骤,一直受到国内外众多学者的广泛关注。在人体姿态估计领域中,遮挡问题是由于实际生活场景中的人... 详细信息

在当代人工智能领域与自然人机交互领域内,人体姿态估计作为人体行为识别和分析技术的基础,它是计算机理解图像和视频中人物行为的关键步骤,一直受到国内外众多学者的广泛关注。在人体姿态估计领域中,遮挡问题是由于实际生活场景中的人体通常与周围环境产生交互,在相机视野范围内往往会产生遮挡情况,导致肢体与环境之间难以区分。遮挡问题不仅导致人体姿态估计算法预测图像中被遮挡区域的关键点准确度大幅度下降,且会对关联周边区域内的关键点准确度带来一定程度影响。在姿态估计算法中,相比于传统方法人工设计特征,CNN所提取的卷积特征语义特征更准确,鲁棒性更强,有能力隐式保存和建模关键点之间的空间位置关系。因此,本文选择基于深度学习的人体姿态估计方法对遮挡问题进行研究。基于现有的公开数据集人体遮挡样本和遮挡标注有限的情况,首先提出了一种模拟遮挡的方式。利用模拟遮挡来评估遮挡对算法预测关键点的影响程度,并对模拟遮挡的实验结果进行了详细的分析。针对遮挡问题,在融合堆叠沙漏网络与生成对抗网络的基础上,提出两种改进方法。(1)在融合网络的基础残差模块中,添加SE通道注意力机制,通过对CNN不同的特征通道中添加不同的权重,使网络能够更加重视可见区域特征所在通道。(2)在融合网络输出预测热图部分,添加一个遮挡注意力分支,通过遮挡分类输出当前关键点遮挡状态的可见性向量,并由可见性向量通过全连接层编码各通道的可见性,最终完成在通道维度上对原始特征的重标定。实验证明,两种改进方式在遮挡情况下的预测更符合人体拓扑结构。其中基于SE注意力的改进方法在MPII验证集上可见关键点和遮挡关键点分别取得92.1%和72.9%的准确率,平行对比沙漏网络提升0.5%和1.9%;基于遮挡注意力的改进方法可见关键点和遮挡关键点分别取得91.7%和71.8%的准确率,平行对比沙漏网络提升0.1%和0.8%。

关键词：人体姿态估计遮挡问题堆叠沙漏网络生成对抗网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于沙漏网络的人体姿态估计算法改进研究及应用

基于沙漏网络的人体姿态估计算法改进研究及应用

引用

作者：吴翠娜东北石油大学

学位级别：硕士

人体姿态估计旨在从图像和视频中检测人体关键点,以此实现对图像中的人类活动的理解和人体姿态识别。使用堆叠沙漏网络进行重复自底向上和自顶向下的采样过程,能够获取到不同尺度的图像特征,进而完成2D人体姿态估计任务。在此基础上,使... 详细信息

人体姿态估计旨在从图像和视频中检测人体关键点,以此实现对图像中的人类活动的理解和人体姿态识别。使用堆叠沙漏网络进行重复自底向上和自顶向下的采样过程,能够获取到不同尺度的图像特征,进而完成2D人体姿态估计任务。在此基础上,使用图卷积算法与堆叠沙漏网络相结合,可实现对人体骨架的重建,以得到3D人体姿态。然而,在深度模型中,对特征图的下采样-上采样过程中,面临着多尺度信息利用不足和识别的三维关键点与实际关节位置不一致等问题,影响模型估计的精度,为此本文分别对2D和3D人体姿态估计算法进行了改进。在2D人体姿态估计任务中,本文提出了一个变尺度高分辨率沙漏堆叠网络(Variable-scale High-resolution Hourglass Network,VHHNet),它由可变尺度残差模块(Variable-scale Residual Module,VRM)和分级高分辨率维持模块(Multi-level High-resolution Maintenance Module,MHMM)组成。VRM通过双通道变尺度的卷积算法,强化了沙漏网络多尺度空间信息提取能力。MHMM可维持多尺度融合信息在整个网络中的高分辨特征。此外,为了获取更多的融合信息,在逐层的分辨率提取过程中,采用了相邻尺寸残差融合的采样处理策略。实验在MPII数据集上进行,训练了两层的VHHNet。实验以PCKh@0.5作为评价指标,模型的评分为89.6%,与原始网络相比提高了1.3%。3D人体估计任务中,将基于图卷积算法的堆叠沙漏网络进行了改进。首先,新的模型将VRM在3D网络中进行适配,使之代替原始沙漏中的残差作为基础模块。此外,为提高卷积对沙漏中图结构数据的利用率,模型对堆叠沙漏网络进行了重新构建,提出了新融合方式利用沙漏层内信息。另外,模型对图卷积网络的残差结构进行了改进,增强了其对3D人体骨架的重构逻辑。深度模型在Human3.6M数据集上进行训练和测试。使用MPJPE作为评价指标。实验结果表明,改进后的3D人体姿态估计模型与原模型相比,误差下降了1.1毫米。

关键词： 2D人体姿态估计 3D人体姿态估计堆叠沙漏网络高分辨率维持模块

来源：评论

学校读者我要写书评

暂无评论

基于改进沙漏网络的人体姿态估计方法

引用

智能计算机与应用 2023年第2期13卷 145-149页

作者：黄子健方宇杨蕴杰张伯强魏旋旋杨皓上海工程技术大学机械与汽车工程学院上海201620

近年来人体姿态估计已成为计算机视觉领域的热门研究方向,堆叠沙漏网络是人体姿态估计领域中最具代表性的研究成果之一,但该网络对于图像细节特征的提取能力较差。为增强网络对细节特征的处理能力,本文提出了基于改进沙漏网络的人体姿... 详细信息

近年来人体姿态估计已成为计算机视觉领域的热门研究方向,堆叠沙漏网络是人体姿态估计领域中最具代表性的研究成果之一,但该网络对于图像细节特征的提取能力较差。为增强网络对细节特征的处理能力,本文提出了基于改进沙漏网络的人体姿态估计模型。该模型使用ResNet50提取高质量的图像底层特征,用步长为2的3×3卷积核代替maxpooling进行下采样,最大程度保留原有图像信息;考虑到不同分辨率下的特征丰富度具有一定差异性,使用不同的残差模块对不同分辨率的feature map进行处理,增强网络对特征的学习能力;最后使用反卷积最大化还原原始图像的局部特征。实验结果显示,本文模型在COCO测试集上的平均精度达到74.1%,比堆叠沙漏网络高出4.7%,检测精度有较大提升。

关键词：堆叠沙漏网络姿态估计残差模块反卷积

来源：评论

学校读者我要写书评

暂无评论

YOLOv3剪枝模型的多人姿态估计

引用

中国图象图形学报 2021年第4期26卷 837-846页

作者：蔡哲栋应娜郭春生郭锐杨鹏杭州电子科技大学通信工程学院杭州310018

目的为了解决复杂环境中多人姿态估计存在的定位和识别等问题,提高多人姿态估计的准确率,减少算法存在的大量冗余参数,提高姿态估计的运行速率,提出了基于批量归一化层(batch normalization, BN)通道剪枝的多人姿态估计算法(YOLOv3 prun... 详细信息

目的为了解决复杂环境中多人姿态估计存在的定位和识别等问题,提高多人姿态估计的准确率,减少算法存在的大量冗余参数,提高姿态估计的运行速率,提出了基于批量归一化层(batch normalization, BN)通道剪枝的多人姿态估计算法(YOLOv3 prune pose estimator, YLPPE)。方法以目标检测算法YOLOv3(you only look once v3)和堆叠沙漏网络(stacked hourglass network, SHN)算法为基础,通过重叠度K-means算法修改YOLOv3网络锚框以更适应行人目标检测,并训练得到Trimming-YOLOv3网络;利用批量归一化层的缩放因子对Trimming-YOLOv3网络进行循环迭代式通道剪枝,设置剪枝阈值与缩放因子,实现较为有效的模型剪枝效果,训练得到Trim-PruneYOLOv3网络;为了结合单人姿态估计网络,重定义图像尺寸为256×256像素(非正方形图像通过补零实现);再级联4个Hourglass子网络得到堆叠沙漏网络,从而提升整体姿态估计精度。结果利用斯坦福大学的MPII数据集(MPII human pose dataset)进行实验验证,本文算法对姿态估计的准确率达到了83.9%;同时,时间复杂度为O(n2),模型参数量与未剪枝原始YOLOv3相比下降42.9%。结论结合YOLOv3剪枝算法的多人姿态估计方法可以有效减少复杂环境对人体姿态估计的负面影响,实现复杂环境下的多人姿态估计并提高估计精度,有效减少模型冗余参数,提高算法的整体运行速率,能够实现较为准确的多人姿态估计,并具有较好的鲁棒性和泛化能力。

关键词：目标检测多人姿态估计模型剪枝 YOLOv3 堆叠沙漏网络 MPII数据集

来源：评论

学校读者我要写书评

暂无评论

有条件生成对抗网络的IVUS图像内膜与中-外膜边界检测

引用

中国生物医学工程学报 2019年第2期38卷 146-156页

作者：袁绍锋杨丰徐琳吴洋洋黄靖刘娅琴南方医科大学生物医学工程学院广州510515 南方医科大学广东省医学图像处理重点实验室广州510515 中国人民解放军南部战区总医院(原广州军区广州总医院)心血管内科广州510010

针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点... 详细信息

针对血管内超声(IVUS)图像中各类斑块、超声阴影和血管分支等造成内膜(LU)与中-外膜(MA)边界难以准确检测的问题,提出一种结合堆叠沙漏网络(SHGN)和有条件生成对抗网络(C-GAN)的IVUS内膜与中-外膜检测的改进方法。首先根据血管形态特点,使用旋转、缩放和Gamma变换等方法将图像训练集扩充57倍,降低网络训练过拟合风险;然后利用对抗训练思想,构建基于L1、L2重建损失的联合损失函数,学习超声图像与其对应分割图像的映射关系,将IVUS图像分割为3种不同区域:血管外周组织、斑块区域和内腔区域;最后在图像分割结果上,采用阈值处理方法,检测最终的内膜与中-外膜边界。采用国际标准IVUS图像数据集(10位病人435幅)评价所提出的算法。实验量化评价结果为:内膜计算面积交并比(JM) 93%,面积差异百分比(PAD) 3%,Hausdorff距离(HD) 0.19 mm;中-外膜JM 95%,PAD 3%,HD 0.16 mm。这些指标满足临床诊断要求,性能优于现有的、近年较好的9种算法,以及Pix2Pix模型。在临床实践应用分析中,利用南部战区总医院心血管内科所收集的100幅IVUS图像进行检验,取得较好的分割结果。这表明该方法具有较好的跨数据集泛化性能。

关键词：血管内超声内膜与中-外膜边界检测有条件生成对抗网络堆叠沙漏网络深度学习

来源：评论

学校读者我要写书评

暂无评论

面向太极拳学习的人体姿态估计及相似度计算

引用

图学学报 2022年第4期43卷 695-706页

作者：蔡兴泉霍宇晴李发建孙海燕北方工业大学信息学院北京100144

针对当前线上太极拳学习自然交互性差、缺乏学习反馈等问题,提出一种面向太极拳学习的人体姿态估计及相似度计算方法。首先,输入太极拳视频,利用帧间差分法提取关键帧图像;然后,利用堆叠沙漏网络模型对关键帧图像进行二维关节点检测;接... 详细信息

针对当前线上太极拳学习自然交互性差、缺乏学习反馈等问题,提出一种面向太极拳学习的人体姿态估计及相似度计算方法。首先,输入太极拳视频,利用帧间差分法提取关键帧图像;然后,利用堆叠沙漏网络模型对关键帧图像进行二维关节点检测;接着,使用长短期记忆(LSTM)网络结合Sequence-to-Sequence网络模型对检测到的二维关节点序列进行二维到三维的映射,预测三维关节点的位置坐标;最后对估计的人体姿态进行二维和三维余弦相似度计算。利用该方法设计并开发了一款相关设备简便、用户体验感强的太极拳学习与反馈应用系统,并在实际中应用。该系统可以检测太极拳学员的整体动作及各肢体段动作是否标准,并给出反馈,学员可以根据反馈结果练习和改善不标准动作,达到提升学习效果的目的。

关键词：太极拳学习人体姿态估计帧间差分堆叠沙漏网络余弦相似度

来源：评论

学校读者我要写书评

暂无评论

基于引导对抗网络的人体深度图像修补方法

引用

系统仿真学报 2020年第7期32卷 1312-1321页

作者：阴敬方朱登明石敏王兆其中国科学院计算技术研究所北京100190 华北电力大学北京102206 太仓中科信息技术研究院江苏太仓215400

移动设备配备的小型深度相机采集到的人体深度图像存在严重的孔洞问题。针对该问题,提出基于深度学习的引导对抗网络。使用基于堆叠沙漏网络的引导器从RGB图像中提取人体部分分割特征和深度类别特征;在上述人体特征引导下,使用独特的生... 详细信息

移动设备配备的小型深度相机采集到的人体深度图像存在严重的孔洞问题。针对该问题,提出基于深度学习的引导对抗网络。使用基于堆叠沙漏网络的引导器从RGB图像中提取人体部分分割特征和深度类别特征;在上述人体特征引导下,使用独特的生成器修复人体深度图像中的孔洞。为使结果更加逼真,加入判别器在网络训练过程中对生成器进行优化调整。实验结果显示,该方法在现有的人体数据集和小型深度相机采集的数据集上,都能很好解决孔洞问题,均取得比现有方法更好的效果。

关键词：深度相机人体深度图像修复深度学习堆叠沙漏网络引导对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于关键点的眼睛定位和状态估计

引用

计算机应用与软件 2022年第4期39卷 185-192页

作者：何勇孙哲南王财勇王云龙朱宇豪湖南工业大学计算机学院湖南株洲412007 中国科学院自动化研究所北京100190

眼睛定位和状态估计是虹膜、巩膜、眼周等生物特征识别中重要的预处理过程。非合作环境下捕获的眼睛图像经常面临严重的遮挡和复杂的背景。为此提出一种鲁棒而准确的基于眼睛关键点的单阶段方法去定位眼睛的位置并估计眼睛的左右和开闭... 详细信息

眼睛定位和状态估计是虹膜、巩膜、眼周等生物特征识别中重要的预处理过程。非合作环境下捕获的眼睛图像经常面临严重的遮挡和复杂的背景。为此提出一种鲁棒而准确的基于眼睛关键点的单阶段方法去定位眼睛的位置并估计眼睛的左右和开闭状态。为了训练和评估提出的模型,手工标注一个新的数据集OCE-1000,每幅图像标注左右两只眼睛共8个关键点,以及左右眼的开闭状态。实验结果表明,提出的模型在OCE-1000数据集上达到了98%的关键点定位准确率,眼睛状态估计的准确率为97%。

关键词：生物特征识别眼睛关键点定位眼睛状态估计残差网络堆叠沙漏网络

来源：评论

学校读者我要写书评

暂无评论

改进的CornerNet-Saccade车辆检测算法

引用

重庆理工大学学报（自然科学） 2021年第6期35卷 137-146页

作者：梁礼明熊文蓝智敏钱艳群江西理工大学电气工程与自动化学院江西赣州341000

针对现有的CornerNet-Saccade算法在车辆检测任务中存在明显的误检和漏检现象,提出了一种改进的CornerNet-Saccade算法。首先通过加深堆叠沙漏网络结构,增强车辆高级特征提取能力;其次,增加更小尺度的attention maps以改善小目标车辆的... 详细信息

针对现有的CornerNet-Saccade算法在车辆检测任务中存在明显的误检和漏检现象,提出了一种改进的CornerNet-Saccade算法。首先通过加深堆叠沙漏网络结构,增强车辆高级特征提取能力;其次,增加更小尺度的attention maps以改善小目标车辆的检测能力,引入Dense Block模型和瓶颈残差单元降低堆叠沙漏网络参数的复杂度,保证层与层之间的最大信息流;最后,通过Sigmoid激活函数得到最终的检测结果。在KITTI数据库和自制数据库上对改进算法进行了仿真实验,平均精确率分别达92.56%和95.21%,检测速度分别达40 FPS和49FPS,同时在自制数据库上对原CornerNet-Saccade算法和改进算法进行了仿真实验,精确率和召回率相比原算法分别提高了3.8%和8.5%。结果表明:此改进的CornerNet-Saccade算法在车辆检测任务中具有明显优势。

关键词：车辆检测堆叠沙漏网络注意力机制锚点框角点检测

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：