基于深度网络的多人二维姿态估计技术与系统实现.docxVIP

下载本文档

1
0
约1.86万字
约 29页
2023-09-20 发布于湖北
举报
版权申诉

基于深度网络的多人二维姿态估计技术与系统实现.docx

1、本文档共29页，其中可免费阅读9页，需付费150金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于深度网络的多人二维姿态估计技术与系统实现摘要人体姿态估计作为机器视觉领域的热门方向，在行为识别、体感游戏和人机交互等领域，都有着非常广泛的应用场景。人体姿态估计主要是指在静态的图像上通过技术方法检测出人体各个关节点的位置，然后根据关节点位置把人体的姿态估计出来的一个过程。传统的人体姿态估计是基于模型匹配的思想，受限于模型描述人体的有限性，也因为深度学习的兴起。现在主流的方法是利用深度学习来进行人体姿态估计，然而基于深度学习的人体估计普遍存在计算量大、应用困难、软硬件环境要求苛刻等问题。本文立足于将多人姿态估计应用化的角度，针对上述问题，提出利用基于部分亲和字段的多人姿态估计算法，在