基于深度學(xué)習(xí)的人體姿態(tài)估計(jì)與追蹤

打開(kāi)文本圖片集

摘要：隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的人體姿態(tài)估計(jì)和追蹤的準(zhǔn)確率得到大幅提高。但在面對(duì)遮擋問(wèn)題時(shí)，還存在人體關(guān)鍵點(diǎn)檢測(cè)困難、姿態(tài)追蹤精度偏低和速度較慢等問(wèn)題。本文針對(duì)這些問(wèn)題，構(gòu)建了一個(gè)ybasTrack 多人姿態(tài)估計(jì)和追蹤模型；提出采用一種改進(jìn)的YOLOv5s 網(wǎng)絡(luò)進(jìn)行目標(biāo)檢測(cè)；采用BCNet 分割網(wǎng)絡(luò)區(qū)分遮擋與被遮擋人體，限定人體關(guān)鍵點(diǎn)定位區(qū)域；基于Alphapose 的SPPE（Single-Person Pose Estimator）進(jìn)行改進(jìn)，優(yōu)化人體關(guān)鍵點(diǎn)檢測(cè)結(jié)果；采用改進(jìn)的Y-SeqNet 網(wǎng)絡(luò)進(jìn)行行人重識(shí)別，采用MSIM（Multi-Phase IdentityMatching）身份特征匹配算法對(duì)人體框、人體姿態(tài)和人體身份信息進(jìn)行匹配，實(shí)現(xiàn)人體姿態(tài)追蹤。（剩余3821字）