.png){kind=icon}
返回
Pedestrian POSE estimation using multibranched deep learning pose net
.png){kind=icon}
OA
AI
DOI：10.1371/journal.pone.0312177.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在人活动识别场景中，包括头部和全身的姿态与朝向，识别行人的姿态和方向被认为是一个复杂问题。一个人可能朝一个方向移动，而将注意力集中在另一侧。偶尔需要使用计算机视觉工具分析此类朝向估计，以实现对行人行为和意图的自动化分析。本文采用深度学习方法来演示行人全身姿态估计方法。提出了一种基于深度学习的预训练监督模型——多分支深度学习姿态网络（MBDLPNet），用于估计和分类。对于全身姿态和朝向估计，使用了三个独立的数据集：一个用于身体朝向的广泛数据集（BDBO）、PKUReid和TUD多视角行人数据集。独立地，所提出的技术在包含100个类别的CIFAR-100数据集上进行训练。使用公开可访问的BDBO、PKU-Reid和TUD数据集对所提出的方法进行了细致测试。结果表明，使用BDBO和PKU-Reid进行全身姿态估计的平均准确率为0.95%，使用TUD多视角行人数据集的为0.97%。性能结果显示，所提出的技术能够有效区分各种配置下的全身姿态和朝向。通过与现有的预训练、鲁棒且最先进的方法进行比较，评估了所提供方法的有效性，从而提供了对其优势的全面理解。
Keyword:
RECOGNITION
期刊
IF:
2.6
论文数:
2.6W
被引数:
81.6W
机构
引用论文
Simultaneous detection of pedestrians, pose, and the camera viewpoint from 3D models基于3D模型的同时检测行人、姿态及相机视角
PREAI
分享收藏Person appearance modeling and orientation estimation using Spherical Harmonics球谐函数的人体外观建模与姿态估计.png)
2013 10th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition (FG)
2013 10th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition (FG)IF0
PREAI
分享收藏Suspicious Activity Recognition Using Proposed Deep L4-Branched-Actionnet With Entropy Coded Ant Colony System Optimization基于熵编码蚁群系统优化的深度L4-Branched-Actionnet可疑活动识别IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Deep Orientation: Fast and Robust Upper Body Orientation Estimation for Mobile Robotic Applications
PREAI
分享收藏
查看更多内容