期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于poselets的特定位置人物多姿势提取
1
作者 王维兰 刘秉瀚 《计算机系统应用》 2017年第2期163-167,共5页
目前,对于人物识别的研究依然是一个非常具有挑战性的难题,结合多姿势来进行人物识别则是一个新的课题,因此准确提取多姿势样本是人物识别关键的一步.Poselets算法可以检测出图像中的所有人物及其相应的姿势,但是无法对特定位置的人物... 目前,对于人物识别的研究依然是一个非常具有挑战性的难题,结合多姿势来进行人物识别则是一个新的课题,因此准确提取多姿势样本是人物识别关键的一步.Poselets算法可以检测出图像中的所有人物及其相应的姿势,但是无法对特定位置的人物进行定位.因此本文提出了一种基于poselets的特定位置人物姿势提取的方法:首先根据特定位置人物头部标定框设置过滤模型,通过过滤模型对图像中由poselets算法检出的人物框进行筛选,并对筛选结果进行排序,然后结合排序得分利用二分图最大权值匹配算法对筛选结果进行匹配,找到特定位置的目标人物,提取对应的姿势.实验表明,本文算法能有效精确的检测特定位置的人物,并提取出相应的人物姿势. 展开更多
关键词 poselets 特定位置 过滤模型 二分图 多姿势
在线阅读 下载PDF
姿态特征与深度特征在图像动作识别中的混合应用 被引量:21
2
作者 钱银中 沈一帆 《自动化学报》 EI CSCD 北大核心 2019年第3期626-636,共11页
人体姿态是动作识别的重要语义线索,而CNN能够从图像中提取有很强判别能力的深度特征,本文从图像局部区域提取姿态特征,从整体图像中提取深度特征,探索两者在动作识别中的互补作用.首先介绍了一种姿态表示方法,每个肢体部件的姿态由描... 人体姿态是动作识别的重要语义线索,而CNN能够从图像中提取有很强判别能力的深度特征,本文从图像局部区域提取姿态特征,从整体图像中提取深度特征,探索两者在动作识别中的互补作用.首先介绍了一种姿态表示方法,每个肢体部件的姿态由描述该部件姿态的一组Poselet检测得分表示.为了抑制检测错误,设计了基于部件的模型作为检测上下文.为了从数量有限的数据集中训练CNN网络,本文使用了预训练和精细调节的方法.在两个数据集中的实验表明,本文介绍的姿态特征与深度特征混合使用,动作识别性能得到了极大提升. 展开更多
关键词 动作识别 姿态特征 poselet 深度特征
在线阅读 下载PDF
基于躯干检测的单人不良图片识别 被引量:9
3
作者 陈骁 金鑫 谭晓阳 《中国图象图形学报》 CSCD 北大核心 2016年第3期348-355,共8页
目的互联网中色情图片传播泛滥,对其自动识别与过滤越来越重要,而目前多数不良图片识别方法对类肤色区域较多的正常图像容易产生误检。为此,针对网络上常见的单人色情写真类图片,在总结已有方法不足的基础上提出一种将躯干部位作为感兴... 目的互联网中色情图片传播泛滥,对其自动识别与过滤越来越重要,而目前多数不良图片识别方法对类肤色区域较多的正常图像容易产生误检。为此,针对网络上常见的单人色情写真类图片,在总结已有方法不足的基础上提出一种将躯干部位作为感兴趣区域的不良图片识别算法。方法首先使用基于Poselet(姿态部件)的人体躯干检测方法定位出与色情信息密切相关的躯干区域,然后基于躯干区域提取具有判别力的Fisher向量,最后使用线性支持向量机(SVM)进行分类。然而,由于人体外观变化很大,躯干检测器输出的置信度最大的位置往往较躯干真实的位置有一定的偏移。为了克服这一缺点,提出一种自适应的算法,即根据躯干检测器输出的置信度自适应地选择多个躯干候选区域,并通过集成多个区域的判别结果来得到最终结果。此外,为了训练基于躯干的SVM分类器和验证算法的有效性,本文通过互联网下载的方式收集了一个包含30 000幅单人色情写真图片的大规模数据集,并对色情部位进行了标注,标注信息可用于自动生成训练数据。结果本文提出的基于躯干的自适应分类算法在收集的大规模数据集上达到了91.7%的识别精度,明显高于传统肤色模型的识别结果,尤其是对于如同泳装模特等皮肤裸露较多或类肤色区域较多的图像,本文方法效果尤为显著。结论文中基于Poselet的躯干检测能够获取与色情信息更相关的信息,因而相比较于传统方法,在较为准确地检测不良图片的同时,有效地降低皮肤裸露较多的正常图像的误检率,达到了实际应用的要求。 展开更多
关键词 不良图片识别 躯干检测 poselet Fisher向量 支持向量机(SVM)
原文传递
多部位集合的人体检测
4
作者 黄炎 颜佳 +1 位作者 张虎 邓德祥 《光学精密工程》 EI CAS CSCD 北大核心 2013年第11期2906-2913,共8页
采用启发式、有监督的部位筛选方法组成了一种多部位集合的检测模型,用于缓解遮挡和形变对人体检测造成的影响。该模型通过比较人体同部位上关节点间的Procrustes距离,在训练集中获取有着相似姿态的同部位样本;将梯度方向直方图(HOG)作... 采用启发式、有监督的部位筛选方法组成了一种多部位集合的检测模型,用于缓解遮挡和形变对人体检测造成的影响。该模型通过比较人体同部位上关节点间的Procrustes距离,在训练集中获取有着相似姿态的同部位样本;将梯度方向直方图(HOG)作为特征,由典型部位分别训练出判别模型;比较其在验证集上的检测效果,从中筛选出检测率高的部位和未检出的图片,再寻找对未检出图片检测率高的部位,由这些部位组成混合模型。用混合模型检测时,由Kullback-Leibler距离判断各部位在图片上的不同响应是否属于同一人,以此来确定人体的外接矩形框。在INRIA人体库上的测试表明,本文采用的模型在误检率(FPPI)为0.5时有81%的检测率,高于有77%检测率的Poselets算法。本文基于Poselets,结合HOG的特点采用了一套有监督的部位筛选机制,使得模型成员数大幅度减少,检测时间比原始方法下降了50%,同时取得了优于Poselets的检测效果。 展开更多
关键词 梯度方向直方图 部位模型 支持向量机 人体检测
在线阅读 下载PDF
基于层次部件树结构的动作识别判决模型 被引量:1
5
作者 钱银中 沈一帆 《模式识别与人工智能》 EI CSCD 北大核心 2017年第10期885-893,共9页
研究从静止图像中识别人体姿态动作.首先提出层次部件树结构,树中每个节点由一组Poselet表示该肢体部件的姿态变化,节点之间相互制约,构成一个Pictorial结构.基于此结构,提出基于层次部件树结构的动作识别判决模型.Pictorial结构的对偶... 研究从静止图像中识别人体姿态动作.首先提出层次部件树结构,树中每个节点由一组Poselet表示该肢体部件的姿态变化,节点之间相互制约,构成一个Pictorial结构.基于此结构,提出基于层次部件树结构的动作识别判决模型.Pictorial结构的对偶潜在函数中除了变形代价,引入Poselet同时出现代价.由于树的邻接节点之间存在包含关系,相对位置可以使用高斯分布描述,推理过程沿用距离转换和置信度传播算法,实现高效匹配.在2个数据集上,对剪枝后节点数量不同的3种判决模型的实验表明,前两层的粗粒度节点具有较强的动作识别显著性,第三层进一步提高动作识别能力,第四层的原子部件对动作识别无明显作用. 展开更多
关键词 动作识别 姿态 层次部件树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部