典型文献
基于非局部高分辨率网络的人体姿态估计方法
文献摘要：
人体姿态估计是计算机视觉中的基础任务,其可应用于动作识别、游戏、动画制作等.受非局部均值方法的启发,设计了非局部高分辨率网络(non-local high-resolution,NLHR),在原始图像1/32分辨率的网络阶段融合非局部网络模块的,使网络有了获取全局特征的能力,从而提高人体姿态估计的准确率.NLHR网络在MPII数据集上训练,在MPII验证集上测试,PCKh@0.5评价标准下的平均准确率为90.5％,超过HRNet基线0.2个百分点;在COCO人体关键点检测数据集上训练,在COCO验证集上测试,平均准确率为76.7％,超过HRNet基线2.3个百分点.通过3组消融实验,验证NLHR网络针对人体姿态估计在精度上能够超过现有的人体姿态估计网络.
文献关键词：
人体姿态估计;非局部均值;非局部网络模块;HRNet基线
中图分类号：
作者姓名：
孙琪翔;张睿哲;何宁;张聪聪
作者机构：
北京联合大学 北京市信息服务工程重点实验室,北京 100101;北京联合大学 智慧城市学院,北京 100101
文献出处：
引用格式：
[1]孙琪翔;张睿哲;何宁;张聪聪-.基于非局部高分辨率网络的人体姿态估计方法)[J].计算机工程与应用,2022(13):227-234
A类：
NLHR,非局部网络模块,PCKh
B类：
高分辨率网络,人体姿态估计,估计方法,计算机视觉,动作识别,动画制作,非局部均值,local,high,resolution,原始图像,全局特征,MPII,验证集,平均准确率,HRNet,百分点,COCO,人体关键点检测,检测数据集,消融实验
AB值：
0.217407
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。
