人體特征點定位算法是計算機視覺領域中一個非常重要的分支,在人機交互、影音娛樂、美顏相機中具有廣泛應用場景。本文研究的人體特征點包括人臉特征點和人體關節(jié)點。為了讓人體特征點在計算資源有限的設備上準確快速的定位,本文提出了兩種基于深度學習的人體特征點定位算法。首先在人臉特征點定位算法中,本文提出基于Inception結構的卷積神經(jīng)網(wǎng)絡代替多級聯(lián)神經(jīng)網(wǎng)絡結構,有效降低了運算量;為了提升網(wǎng)絡的準確率,使用多分支結構增加網(wǎng)絡寬度,并引入了殘差結構,進而實現(xiàn)人臉特征點的快速準確定位。其次在人體姿態(tài)估計算法中,本文將深度可分離卷積與沙漏型網(wǎng)絡結構相結合,這種組合方式能夠極大降低網(wǎng)絡的參數(shù)量,從而提升人體姿態(tài)估計的速度。為了減少空間信息的損失,本文使用熱力圖作為神經(jīng)網(wǎng)絡的輸出,這種結構能夠有效提升定位的精度。為提高人臉特征點的定位速度,本文提出一種基于Inception結構的特征點定位方法。該方法取消了傳統(tǒng)的多級聯(lián)結構,采用一個更寬更深的神經(jīng)網(wǎng)絡實現(xiàn)人臉特征點的定位,從而大大提升神經(jīng)網(wǎng)絡的運算速度。為了彌補單個神經(jīng)網(wǎng)絡帶來的誤差問題,本文設計出一種基于Inception結構的模塊。該模塊首先使用多個卷... 

【文章來源】：南京信息工程大學江蘇省

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

人臉特征點分布圖

代表性的特征點如圖 2-2 所（0）、脖子（1）、左肩（2）胸部（8）、臀部（9）、左臀4）、右腳（15）。本文將相鄰的特征點相連接視為剛體。特征點和骨骼結何關節(jié)。一種算法，當輸入一張人體體關節(jié)點的位置。人體, i), … (xK, yK, )]T來表示，特征點； i表示第 i 個關節(jié)點點標記了但被遮擋了， i= 2輸入，若數(shù)據(jù)集中有特征點未

在目標跟蹤、圖片分類、物體識別和圖像分割等領域取得了較大突破。近些年，基于卷積神經(jīng)網(wǎng)絡的特征點算法因其優(yōu)異的性能逐漸成為特征點定位算法中的主流。為了提高特征點定位算法的精度，基于級聯(lián)結構的卷積神經(jīng)網(wǎng)絡得到了廣泛的應用。下面介紹了基于級聯(lián)結構的通用網(wǎng)絡框架，以及目前流行的人臉特征點和人體姿態(tài)估計的神經(jīng)網(wǎng)絡框架。2.3.1 基于級聯(lián)結構的網(wǎng)絡框架級聯(lián)結構的主要思想是將回歸任務中的相同或不同的計算過程串聯(lián)在一起，逐漸地逼近目標真實值[5]�；诩壜�(lián)結構的卷積神經(jīng)網(wǎng)絡是將級聯(lián)結構與卷積神經(jīng)網(wǎng)絡進行整合，該方法首先使用一張較低分辨率的圖片送入卷積神經(jīng)網(wǎng)絡中，快速的定位出人體特征點的初始位置；然后在初始位置選取圖片的局部信息，使用更高分辨率的局部信息送入下一個階段的網(wǎng)絡，得到微調的特征點位置；通過多個階段的網(wǎng)絡回歸最終確定人體特征點的坐標位置。

【參考文獻】：
博士論文
[1]視頻中人體姿態(tài)估計、跟蹤與行為識別研究[D]. 馬淼.山東大學 2017
[2]基于空間和物體的視覺注意計算方法及實驗研究[D]. 竇燕.燕山大學 2010

碩士論文
[1]人臉特征點定位方法的研究[D]. 盧青.中國科學技術大學 2018
[2]MobileNet壓縮模型的研究與優(yōu)化[D]. 陳方.華中師范大學 2018
[3]基于卷積神經(jīng)網(wǎng)絡的人體姿態(tài)估計[D]. 張玉立.哈爾濱工程大學 2018



本文編號：3547470