针对目前基于预测框的定位方法受人体姿态影响较大的问题,提出了一种基于人体关键点的巡检人员精准定位方法。首先采用YOLOX(you only look once X)目标检测算法检测出图像中的人员目标;其次,利用改进的人体姿态估计网络获取人体脚部关...针对目前基于预测框的定位方法受人体姿态影响较大的问题,提出了一种基于人体关键点的巡检人员精准定位方法。首先采用YOLOX(you only look once X)目标检测算法检测出图像中的人员目标;其次,利用改进的人体姿态估计网络获取人体脚部关键点及其像素坐标,并计算出两脚连线中点的像素坐标作为其在图像中的位置;最后,建立二维图像坐标系至三维世界坐标系的映射模型,定位目标在世界坐标系下的精准坐标位置。测试结果表明,所提方法受人体姿态影响较小,其定位精度明显优于基于目标检测框的定位算法。所提算法的欧氏距离平均定位误差、最大误差、标准方差和相对误差分别为13.69 cm、20.21 cm、2.44 cm和1.22%,具有较高的人员定位精度,可广泛应用于电网巡检、运维安全风险管控等电网业务对人员定位精度要求较高的场所。展开更多
文摘针对目前基于预测框的定位方法受人体姿态影响较大的问题,提出了一种基于人体关键点的巡检人员精准定位方法。首先采用YOLOX(you only look once X)目标检测算法检测出图像中的人员目标;其次,利用改进的人体姿态估计网络获取人体脚部关键点及其像素坐标,并计算出两脚连线中点的像素坐标作为其在图像中的位置;最后,建立二维图像坐标系至三维世界坐标系的映射模型,定位目标在世界坐标系下的精准坐标位置。测试结果表明,所提方法受人体姿态影响较小,其定位精度明显优于基于目标检测框的定位算法。所提算法的欧氏距离平均定位误差、最大误差、标准方差和相对误差分别为13.69 cm、20.21 cm、2.44 cm和1.22%,具有较高的人员定位精度,可广泛应用于电网巡检、运维安全风险管控等电网业务对人员定位精度要求较高的场所。
