基于深度卷积神经网络的人体姿势估计研究

摘要

人体姿势估计是实现图像理解和行为识别的关键技术。但是，自身的遮挡，衣着的变化，面内和面外旋转等情况，导致了人体姿势估计问题一直没有得到很好的解决。近年来，深度学习技术的发展为解决姿势估计问题提供了新的工具。与浅层机器学习算法相比，深度学习的模型具有更深的层次，因此具有更强的学习能力。但是，深度学习本身也存在很多待研究的问题，例如，深度学习有效性的理论分析，深度模型在实际应用中难以训练的问题。如何针对姿势估计问题设计深度模型也还有待进一步的研究。
　　本文梳理了姿势估计技术和深度学习技术的发展历程。在此基础上，提出了一种用于姿势估计的适应性全效表达框架。该框架能够同时利用全局和局部视觉线索来准确地估计出人体姿势。特别地，适应性全效表达框架主要包括两部分：(1)全效部分，即全局模型。它可以快速地定位人体关节，生成一个整体正确的人体姿势；(2)适应性部分，即局部模型。它可以在潜在区域的基础上进一步提高姿势估计的精度。
　　全局模型是该框架的核心，它主要实现三个功能：第一，快速定位人体关节；第二，生成潜在区域，为局部模型缩小搜索空间；第三，作为空间模型，与局部模型融合，输出更精确的人体姿势。全局模型通过一种叫做独立损失网的卷积神经网络来实现上述功能。在独立损失网中，姿势估计被定义为关于人体关节坐标的分类问题。独立损失网具有两个独立的输出层，用于分别预测关节坐标的两个维度，并且使用独立的损失函数来指导网络的训练。
　　在姿势估计的适应性全效表达框架中，全局模型自身具有完整性，而局部模型是对全局模型的补充。该框架的灵活性使其可以满足不同场景的要求。在多个数据集上的测试结果表明，在保证姿势估计准确率的同时，与现有方法相比，本文框架能够更加高效地进行人体姿势估计。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 姿势估计的背景与意义

1.2 姿势估计的研究现状和发展趋势

1.3 研究目标和内容

1.4 本论文的结构安排

第二章 人体姿势估计概述

2.1 基于图结构的姿势估计

2.2 基于深度学习的姿势估计

2.3 本章小结

第三章 姿势估计的适应性全效表达框架

3.1 总体框架

3.2 图像理预处理和后处理

3.3 独立损失网

3.4 局部卷积检测器

3.5 本章小结

第四章 适应性全效表达框架测试和分析

4.1 数据集和度量标准

4.2 整体性能测试

4.3 独立损失网的性能和效率

4.4 本章小结

第五章 总结与展望

5.1 本文研究工作总结

5.2 研究展望

致谢

参考文献

攻硕期间取得的研究成果