利用改进生成对抗网络进行人体姿态识别

被引：13

作者：

吴春梅 ^{[1
]}

胡军浩 ^{[2
]}

尹江华 ^{[1
,3
]}

机构：

[1] 广西科技师范学院数学与计算机科学学院

[2] 中南民族大学数学与统计学学院

[3] 内蒙古大学数学科学学院

来源：

计算机工程与应用 | 2020年 / 08期

关键词：

卷积神经网络; 生成对抗网络(GAN); 人体姿态识别; 堆叠沙漏网络; 层次感知;

D O I：

暂无

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对人体模型中某些重要关节点准确定位的问题,提出了一种新型深度卷积生成对抗网络以进行静态图像中人体姿态的估计的方法。该方法采用了深度卷积的堆叠沙漏网络来准确提取图像上关键关节点的位置,该网络的生成和辨别部分被设计用于编码第一层次结构(亲本)与第二层次结构(子本)中的空间关系,并且展示了人体部位的空间层次。生成器和判别器在网络中被设计为两部分,并按照顺序连接在一起用来编码外观可能的关系,同时为人体部位存在的可能性以及身体的每个部分与其亲本部分之间的关系进行编码。在静态图像中,可以较准确地识别人体模型关键节点以及大致人体姿态。该方法在不同的数据集上进行了实验,在大部分情况下,提出的方法获得的结果优于其他几种对比方法。

引用

页码：96 / 103

页数：8

共 9 条

[1] 基于改进的GAN的局部遮挡人脸表情识别 [J].