典型文献
FP-Net:基于任意角度单幅人体图像的正面姿态估计
文献摘要：
准确提取人体正面姿态,能够更好地辅助进行行为识别、图像生成和虚拟试衣工作.然而,侧面图像、背面图像存在人体自遮挡、关键点不可见等问题,使正面姿态提取非常困难.因此,设计并实现了基于任意角度单幅人体图像的正面姿态估计网络FP-Net(frontal pose network).首先,制作了多角度人体图像数据集,为模型设计提供数据支持;其次,为了提高模型预测结果的准确性,设计了基于Anchor pose的回归模块和基于三维姿态的特征融合模块;最后,通过FP-Net实现了任意角度人体图像的正面姿态提取.在BJUT Taichi和CMU Panoptic数据集上采用PCK评价指标进行消融实验,结果表明所提方法有效地提高了人体正面姿态估计的准确率.
文献关键词：
姿态估计;行为分析;多角度图像
中图分类号：
作者姓名：
陈路飞;张勇;唐永正;尹宝才
作者机构：
北京工业大学信息学部北京人工智能研究院 北京 100124
文献出处：
引用格式：
[1]陈路飞;张勇;唐永正;尹宝才-.FP-Net:基于任意角度单幅人体图像的正面姿态估计)[J].计算机辅助设计与图形学学报,2022(10):1604-1612
A类：
BJUT
B类：
FP,Net,任意角,单幅,姿态估计,行行,行为识别,图像生成,虚拟试衣,衣工,侧面图,背面,遮挡,不可见,frontal,pose,network,图像数据集,模型设计,Anchor,三维姿态,特征融合模块,Taichi,CMU,Panoptic,PCK,消融实验,行为分析,多角度图像
AB值：
0.475363
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
