文档摘要：人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高分辨率通道增强细节特征的提取能力.为实现对手部及脚部关键点的检测,设计了一种增量学习网络.该网络融合了多分辨率网络的浅层特征并利用自建数据集计算深层特征以提升网络对手部及脚部关键点的检测能力.最后对两个网络输出结果进行合并.计算机仿真表明,多分辨率网络在COCO2017关键点检测数据集上达到了94.4%的准确率,并且增量学习网络能够在训练数据较少的情况下实现对细节部位关键点的准确检测.
Abstract：Keypointdetectionofhumanbodyisahotresearchareaincomputervision.Atpresentthereexistsomeproblemsforkeypointdetectioningymnasticsactions,suchasinsufficientdetectionaccuracyandlackofcapabilitytode-tectdetailedbodyparts.Inordertoimprovethedetectionaccuracy,thispaperproposesamulti-resolutionnetworkthathasalargerreceptivefieldintheshallowlayersandcanutilizehigh-resolutionchanneltoenhancetheextractionofdetailedfea-tures.Toachievethedetectionofkeypointsofhandsandfeet,anincrementallearningnetworkisdesigned.Thenetworkfusestheshallowfeaturesofthemulti-resolutionnetworkandcomputesdeepfeaturesusingagymnasticsactionsself-builtdataset,sothatthedetectionabilityofkeypointsonhandsandfeetisimproved.Finally,theoutputresultsofthetwosub-networksareconcated.Computersimulationsdemonstratethatthemulti-resolutionnetworkachievesanaccuracyrateof94.4%ontheCOCO2017keypointdetectiondataset,andtheincrementallearningnetworkcanaccuratelydetectkeypointsofdetailedbodypartswithfewertrainingdata.
作者：江佳鸿 夏楠 李长吾 周思瑶 于鑫淼Author：JIANGJia-hong XIANan LIChang-wu ZHOUSi-yao YUXin-miao
作者单位：大连工业大学信息科学与工程学院,辽宁大连116034
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2024, 52(5)
分类号：TP391.4
关键词：人体关键点检测 体操动作 多分辨率网络 增量学习 权重融合
Keywords：humankeypointdetection gymnasticsactions multi-resolutionnetwork incrementallearning weightfusion
机标分类号：TP391.72TN911.73TS207.3
在线出版日期：2024年7月22日
基金项目：基于多尺度增量学习的单人体操动作中关键点检测方法[
期刊论文] 电子学报--2024, 52(5)江佳鸿 夏楠 李长吾 周思瑶 于鑫淼人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：人体关键点检测,体操动作,多分辨率网络,增量学习,权重融合,
- 文件大小:
- 2.25 MB
- 下载次数:
- 60
-
高速下载
|
|
1
