典型文献
基于RGB-D图像弱监督学习的3D人体姿态估计
文献摘要：
针对于深度图数据缺乏大量的3D标签、泛化能力差的问题,结合现有的弱监督网络结构,提出一种基于RGB-D图像的弱监督模型实现3 D人体姿态估计的方法,整体呈现两级级联结构.首先通过使用预处理后的RGB-D数据作为2 D姿态估计模块的输入,提取出人体关节热图;然后将热图进行积分回归生成对应的关节点坐标;最后将生成的关节点作为改进型深度回归模块的输入完成姿态估计.通过在公开数据集Human 3.6M和ITOP上进行验证,实验结果表明:本文提出的弱监督网络模型在参数量上减少了20.9％,训练时间上降低了37.9％.提出的模型能同时适用于深度图和彩色图,且具有较强的鲁棒性.
文献关键词：
3D人体姿态估计;深度图像;弱监督;积分回归;沙漏结构
中图分类号：
作者姓名：
申琼鑫;杨涛;徐胜
作者机构：
福州大学物理与信息工程学院,福建福州350116
文献出处：
引用格式：
[1]申琼鑫;杨涛;徐胜-.基于RGB-D图像弱监督学习的3D人体姿态估计)[J].传感器与微系统,2022(01):69-71,84
A类：
ITOP
B类：
RGB,弱监督学习,人体姿态估计,图数据,数据缺乏,泛化能力,监督网络,模型实现,两级,级联结构,热图,积分回归,关节点,节点坐标,改进型,公开数据集,Human,6M,参数量,训练时间,深度图像,沙漏结构
AB值：
0.298877
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。
