基于改进时空特征的三维人体位姿估计方法

摘要：

针对传统三维人体位姿估计方法后期处理易受自我遮挡或镜像的影响,提出直接从边界盒的时空体估计中央帧的三维位姿的方法.选择连续帧中目标周围的边界盒,利用卷积神经网络进行运动补偿,使目标始终位于中央位置,形成修正时空体,从时空体中提取三维梯度方向直方图特征,作为修正时空特征,训练回归器估计中央帧的人体三维位姿.对Human3.6m、HumanEva和KTH多视角足球3种数据集进行实验,实验结果表明,与传统方法相比,提出方法通过综合利用外观信息和运动信息,三维人体位姿的估计准确性得到明显提高,泛化性能更强.

关键词：人体位姿估计、运动补偿、卷积神经网络、核维纳滤波、深度学习网络

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省教育厅科学研究基金项目14C0272

在线出版日期：2019-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：3520-3525