基于深度学习的二维人体姿态估计综述 |
| |
作者姓名: | 王珂 陈启腾 陈伟 刘珏廷 杨雨晴 |
| |
作者单位: | 1. 中国矿业大学计算机科学与技术学院;2. 中国矿业大学矿山数字化教育部工程研究中心 |
| |
基金项目: | 国家自然科学基金项目(52274160,51874300,52074305); |
| |
摘 要: | 人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。
|
关 键 词: | 深度学习 卷积神经网络(CNN) 二维人体姿态估计 关键点检测 |
|
|