文章标题
作者姓名
关键词
单位名称
检索
AI智能检索
学术期刊
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
一封信
按学科分类
按期刊分类
医药卫生
(21)
工程技术
(38)
数学与物理
(12)
经济与管理
(12)
人文社科
(41)
化学与材料
(9)
信息通讯
(10)
地球与环境
(25)
生命科学
(2)
PDF下载
基于特征回归的单目深度图无标记人体姿态估计
陈莹 沈栎
江南大学轻工过程先进控制教育部重点实验室
摘要:
单目深度图无标记人体姿态估计问题,由于动作的多样性,人体自遮挡,运动无规律等因素的影响,导致系统准确率低,鲁棒性不强和运行效率低。为此提出一种基于单目深度图点云的特征提取方法和回归方法,利用特征回归和关节点分类,可以在不使用时间信息的情况下,从单目深度图出估计出人体的关节点坐标。实验结果表明,与其他基于单目深度数据的姿态估计方法,以及相同情况下的多目方法比较,该方法的都能保持很好的精度。
关键词:
计算机视觉;机器学习;像素分类;深度图像;人体姿态估计;点云
DOI:
基金资助:
文章地址:
版权所有 © 2025 世纪中文出版社
京ICP备2024086036号-2