《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 基于改進(jìn)匈牙利算法對多人人體關(guān)鍵點匹配的研究
基于改進(jìn)匈牙利算法對多人人體關(guān)鍵點匹配的研究
信息技術(shù)與網(wǎng)絡(luò)安全 5期
鄔春學(xué),賀欣欣
(上海理工大學(xué) 光電信息與計算機(jī)工程學(xué)院,上海200093)
摘要: 在復(fù)雜場景下,針對傳統(tǒng)人體姿態(tài)估計模型中關(guān)鍵點分配算法存在正確率低、資源分配不均等優(yōu)化問題,在OpenPose模型的基礎(chǔ)上提出了一種改進(jìn)的匈牙利算法,該算法在傳統(tǒng)數(shù)學(xué)模型的基礎(chǔ)上采用親和度向量場與鄰接矩陣結(jié)合的方式,通過對矩陣內(nèi)的數(shù)值處理,來獲取關(guān)鍵點的最佳匹配。實驗表明,改進(jìn)算法的運(yùn)行時間有一定的減短,同時保證在100×100以內(nèi)的矩陣中運(yùn)算的精確度誤差率不高于0.014,且在使用本地圖像測試的實驗中證明了模型的可行性和性能的提升。
中圖分類號: TP391.41
文獻(xiàn)標(biāo)識碼: A
DOI: 10.19358/j.issn.2096-5133.2022.05.007
引用格式: 鄔春學(xué),賀欣欣. 基于改進(jìn)匈牙利算法對多人人體關(guān)鍵點匹配的研究[J].信息技術(shù)與網(wǎng)絡(luò)安全,2022,41(5):45-50,58.
Research of matching key points of multi-human body based on improved Hungarian algorithm
Wu Chunxue,He Xinxin
(School of Optical-Electrical and Computer Engineering,University of Shanghai for Science and Technology, Shanghai 200093,China)
Abstract: In complex scenarios, there are optimization problems such as low accuracy and uneven resource allocation in the key point allocation algorithm in the traditional human pose estimation model. An improved Hungarian algorithm based on the OpenPose model is proposed. Based on the traditional mathematical model, the algorithm combines the affinity vector field with the adjacency matrix, and obtains the optimal matching of key points through the numerical processing in the matrix. Experimental results show that such algorithm can reduce the running time to a certain extent, while ensuring that the accuracy error rate of the operation in a matrix within 100×100 is not higher than 0.014 .In experiments using local image testing, the feasibility and performance improvement of the model are verified.
Key words : Hungarian algorithm;human pose estimation;key point matching;earthquake rescue;optimization model

0 引言

人體姿態(tài)估計是計算機(jī)視覺任務(wù)中重要的一部分,與人體檢測、識別、跟蹤等相關(guān)技術(shù)息息相關(guān),其主要研究如何準(zhǔn)確快速地定位人體關(guān)鍵點,并確定各個關(guān)鍵點所在的人體目標(biāo)[1]。目前存在著傳統(tǒng)的定位方法與基于深度學(xué)習(xí)的方法,它們對推動計算機(jī)視覺的研究起著重要的作用。

基于深度學(xué)習(xí)的檢測方法又可分為自上而下(Top-down)和自下而上(Bottom-up)的方法。Top-down檢測方法的思想是先識別出圖像中的所有人體,然后檢測每個人的關(guān)鍵點[2],但隨著圖像中人數(shù)的增加,Top-down方法的計算成本顯著增加,此時則需要考慮使用Bottom-up方法保持穩(wěn)定。Bottom-up檢測方法的思想是先計算出一個圖像中所有人體的關(guān)鍵點,然后再將這些關(guān)鍵點通過匈牙利算法、信號聚類等方法劃分給不同的目標(biāo)人體[2-4]。本文基于自下而上的2D多人人體姿態(tài)估計,對求解關(guān)鍵點匹配算法進(jìn)行研究。

在復(fù)雜和多人的環(huán)境下,傳統(tǒng)的匈牙利算法面臨著關(guān)鍵點遮擋、算法性能等關(guān)鍵問題。本文基于2017年提出的PAFs理論基礎(chǔ)以及OpenPose模型,針對關(guān)鍵點聯(lián)系和匹配模塊,提出了一種改進(jìn)的匈牙利數(shù)學(xué)模型進(jìn)行實驗。改進(jìn)的算法采用親和度向量場與鄰接矩陣結(jié)合的方式,通過對矩陣內(nèi)的數(shù)值處理求解最佳匹配,即輸出正確的人體姿態(tài)框架圖。



本文詳細(xì)內(nèi)容請下載:http://m.xxav2194.com/resource/share/2000004246





作者信息:

鄔春學(xué),賀欣欣

(上海理工大學(xué) 光電信息與計算機(jī)工程學(xué)院,上海200093)


此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 国产91精品久久久久久久| 特级毛片在线大全免费播放| 国产美女精品视频免费观看| 久久久久av综合网成人| 美女黄色免费网站| 女人张开腿让男人桶视频| 久久香蕉国产线看免费| 狠狠躁夜夜躁人人爽天天不 | 中文字幕在线亚洲精品| 男女性潮高清免费网站| 国产视频网站在线观看| 中文字幕一区日韩精品| 欧美三级蜜桃2在线观看| 国产一级淫片a| my1136蜜芽入口永不失联版| 欧美日韩精品一区二区三区在线 | 中文字幕在线看日本大片| 欧美一级片观看| 亚洲黄色激情视频| xxxxx做受大片视频| 日本尤物精品视频在线看| 免费观看国产小粉嫩喷水| 67194在线午夜亚洲| 日本韩国视频在线观看| 劲爆欧美第1页婷婷| 黄色一级黄色片| 国产美女被爆羞羞视频| narutomanga玖辛奈本子| 手机免费在线**| 久久精品噜噜噜成人av| 精品久久久久久久99热| 国产午夜福利久久精品| 18禁成人网站免费观看| 日本xxxx色视频在线播放| 偷窥无罪之诱人犯罪电影| 欧美日韩一区二区不卡三区 | 午夜爽爽爽视频| 你懂的国产高清在线播放视频| 奇米影视7777777| 中文字幕一区二区三区有限公司 | 日韩精品高清自在线|