基于神经网络的人体姿态估计方法研究.docx

?

?

基于神经网络的人体姿态估计方法研究

?

?

卢旭张炯华

摘要：随着人工智能技术发展，人体姿态估计广泛应用于动作识别、人机交互和服装解析等领域，成为计算机视觉领域研究热点，其中基于神经网络的人体姿态估计方法倍受关注。结合人体姿态识别相关流程，论述人体检测、人体姿态估计和人体姿态优化等步骤，阐述相关步骤中的新算法，为后续研究提供参考。

关键词：人体姿态估计;神经网络;人体检测;人体姿态优化

DOI：10.11907/rjdk.201135

：TP301：A：1672-7800（2020）010-0046-04

Abstract：Withthedevelopmentofartificialintelligencetechnology，humanposeestimationhasbecomearesearchhotspotinthefieldofcomputervision.Humanposeestimationiswidelyusedinthefieldsofmotionrecognition，human-computerinteraction，andclothinganalysis.Inrecentyears，manynewmethodsofhumanposeestimationbasedonneuralnetworkshaveappeared.Thispaperstudiesthehumanposeestimationmethodbasedonneuralnetwork，andcombinestherelatedprocessesofhumanposerecognitiontoexplainthestepsofhumanbodydetection，humanposeestimationandhumanposeoptimization，andanalyzessomenewimplementationalgorithmsintherelevantsteps，whichprovidesreferencetofollow-uprelatedresearch.

KeyWords：humanposeestimation;neuralnetwork;humandetection;humanposeoptimization

0引言

人體姿态估计方法最早应用于服装行业的虚拟试衣，大多为基于图像处理方法，一般步骤是先获取人的正面和侧面图像，经过图像处理提取人体外轮廓，从人体轮廓图像中识别关键尺寸点，然后经过统计分析与曲线拟合等建立人体维度曲线的函数模型，经过相关辅助工具测量后将完整的人体数据记录表导入人体体型数据库[1]。随着计算机视觉技术发展，人体姿态估计开始结合神经网络模型进行研究，使得人体姿态估计准确率与鲁棒性得到显著提升，应用范围得以拓展，已深入融入人们生活中。

基于神经网络的人体姿态估计研究步骤：①对输入图像进行人体检测;②进行人体姿态估计;③采用合适的优化算法进行结果优化。如图1所示。

1人体检测

人体检测是构建人体姿态估计神经网络的重要步骤，通常是用相关算法判断输入图像中是否有目标研究对象，如果有就在图片中标记出其具体位置，用边框或红色方框把目标对象圈起来。人体姿态估计研究首先需要进行人体检测，输入图片通过特定的人体检测器提取出人的边界框，常见的人体检测器有MaskR-CNN和SSD（SingleShotMultiBoxDetector）。

1.1MaskR-CNN

HE等[2]提出的MaskR-CNN为实例分割对象提供一个概念简单、灵活且通用的神经网络框架。该框架可有效检测图像中的对象，同时为每个实例生成高质量的分割蒙版，很适用于人体姿态估计。该框架由FasterR-CNN[3]改进而来，在FasterR-CNN基础上增加一个用于检测掩码的分支，同时用RoIAlign代替原算法中的RoIPooling以获得更好的定位效果[4]。通过添加一个分支预测每个关注区域（RoI）上的分割蒙版扩展FasterR-CNN，并与现有的分类与回归分支并行;韩孝天等[4]使用MaskR-CNN作为人体检测器，提出包含3个模块的多人姿态估计算法，提高多人姿态估计准确率。

1.2SSD

SSD是LIU等[5]提出的一种使用单个深度神经网络检测图像对象的方法。SSD检测器将边界框输出空间离散化为不同纵横比的一组默认框，并按功能映射位置进行比例缩放。在PASCALVOC、COCO和ILSV