期刊专题

10.3969/j.issn.2095-2163.2020.01.020

基于PAF的深度图人体姿态估计

引用
采用Part Affinity Field(PAF部分关联域)与卷积神经网络(CNN)结合的模型,解决深度图像下人体姿态估计问题.首先,通过CNN得到人体的一组特征图.然后,使用CNN分别提取其关节点信息以及PAF信息.最后,采用图论的匹配方法对各个关节点进行推理,将同一个人的关节点连接起来得到估计结果.实验结果表明,文中方法可以很好应用于深度图场景下.

部分关联域、卷积神经网络、深度图、人体姿态估计、图论匹配

10

TP391.41(计算技术、计算机技术)

天津市自然科学基金16JCQNJC04100

2020-06-12(万方平台首次上网日期,不代表论文的发表时间)

共6页

103-108

相关文献
评论
暂无封面信息
查看本期封面目录

智能计算机与应用

2095-2163

23-1573/TN

10

2020,10(1)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn

打开万方数据APP,体验更流畅