典型文献
基于双卷积链的双目人体姿态距离定位识别
文献摘要：
现有的基于无人机的目标定位与判别方法往往达不到实用性要求,而采用无人机常用单摄像头采集的图像信息往往只能获取二维信息,无法获得摄像头基于目标的相对距离.常用的基于双摄像头的距离采集算法又过于复杂,不够稳定,且要求开发人员具有较高的知识水平,固件开发门槛高,应用困难.因此,提出了通过双摄像头下人体姿态识别图像数据集,训练基于双通道Darknet-53基本结构的特征提取网络,运用其参数初始化YOLO-V2网络,通过在训练用于识别人体姿态图像中的人体位置、相对距离以及所属类别.实验结果表明:利用该方法进行人体姿态的人体位置和类别识别,相比于单卷积链的YOLO-V2在识别准确度提高了3.85％、4.83％,且在基于目标的相对距离上精度高于65％;新算法能有效用于无人机远距离快速识别人体姿态并取得较好的识别效果,满足实时需求.
文献关键词：
卷积神经网络;双卷积链;双目视觉;人体姿态识别
中图分类号：
作者姓名：
孙剑明;韩生权;沈子成;吴金鹏
作者机构：
哈尔滨商业大学 计算机与信息工程学院,黑龙江 哈尔滨150028
文献出处：
引用格式：
[1]孙剑明;韩生权;沈子成;吴金鹏-.基于双卷积链的双目人体姿态距离定位识别)[J].兵工学报,2022(11):2846-2854
A类：
双卷积链
B类：
定位识别,目标定位,判别方法,实用性要求,图像信息,相对距离,双摄像头,开发人员,知识水平,固件,槛高,人体姿态识别,识别图,图像数据集,双通道,Darknet,基本结构,特征提取网络,参数初始化,YOLO,V2,别人,新算法,远距离,快速识别,实时需求,双目视觉
AB值：
0.305906
相似文献
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。
