基于深度学习的人体骨架点检测

发布时间：2020-12-24 02:27

　　人体骨架点检测是指对图像或者视频中的人体进行主要关节点定位的过程,其作用是服务于人体动作的分类或识别。安全监控,人机交互,数字娱乐,体育分析等领域都离不开对人体动作的分析。因此,对人体骨架点检测的深入研究,有着广阔的应用前景。人体骨骼关键点的定位是计算机视觉领域中最具挑战性的任务之一。一方面,人体姿态和观察角度的多样性,关节点遮挡和自遮挡,光照和背景环境的复杂性等因素的存在,提高了关节点定位的复杂度;另一方面,很多应用场景不仅对关节点定位的准确性要求高,还要求具有较好的实时性。传统的视觉算法在如此多的复杂因素下,已经很难满足应用高准确率的需求,而当下火热的深度学习虽然在精度上有着很大的提高,但是大部分情况下他们是离线的,尤其在应用要求三维骨架点定位时,单帧或单幅图片的处理速度很慢,对硬件的需求很高,并且实时性需求很难满足。针对上述问题,本文改进和优化Stacked Hourglass网络,提高了单人骨架点检测的速度与精度。改进和优化了主流目标检测算法,提高了人体检测的精度。结合改进和优化后的目标检测算法与单人骨架点定位算法,实现了基于图像和视频的多人骨架点检测。并且利用双目相机实现了三... 

【文章来源】：济南大学山东省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

应用场景在智能时代，视频监控在车站、超市、银行等关系人民财产和人身安全的重要场所

基于深度学习的骨架点检测根据分析结果发出相关信息或者指令。近年来，很多先进的服务型机器人都安装了该系统，使得机器人不仅能够通过语音来识别用户的请求，也可以通过识别用户的动作来响应用户的需求，而且结合二者可以使机器人判断的准确率更高。数字娱乐，包括 3D 体感游戏、电视动画和电影，近年来已发展为一个巨大的产业，人们喜欢游戏带来的乐趣，通过分析人体动作，游戏角色会做出及时的对应的响应，使得游戏更加真实，提高了用户的体验。此外，人体骨架点检测在体育分析、辅助医疗、视频检索等领域也有着明显的应用。但是，现实生活中，很多应用场景对人体骨架点检测的准确性要求很高，而且速度上有实时性的需求，这使得现阶段人体骨架点检测的研究成果远远落后于市场需求。其主要原因是在实现人体骨架点定位的过程中，往往存在一些难以解决的干扰因素。图 1.2显示了自然场景图像或视频中人体骨架点检测常见的难点。

因此，本文着重研究自然场景图像或视频中的静态/动态人体骨架点检测问题，实现精度和速度的双重提高，这一点符合社会市场的实际需求，具有重要的意义。1.2 相关领域研究现状人体的骨架点检测可分为单人骨架点检测，多人骨架点检测以及三维骨架点检测。近年来，基于深度学习的单人骨架点检测技术在精度上大大超过了传统的方法，其发展历程已经从传统方法发展到卷积神经网（Convolutional Neural Networks, CNN），进而发展到更深的卷积神经网络（DCNNS）。取得较好效果的多人骨架点检测大多也都是基于深度学习的方法，主流的研究方法可分为两类：一种是自顶向下（top-down）的方法，先检测人，确定人体位置后再在人体所在区域识别个体姿态，对每个人体做单人骨架点检测；另一种是自底向上（bottom-up）的方法，先定位关节点，再去连线区分关节点属于谁。三维的骨架点检测则可分为基于二维关节坐标的三维骨架点检测，基于图像的三维骨架点检测和多相机视图场景中单帧图像的三维骨架点检测。


本文编号：2934798