基于改进深度学习的人体姿态识别方法研究

刘宇

doi:10.16339/j.cnki.jsjsyzdh.202402030

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (02) : 182 -186. DOI: 10.16339/j.cnki.jsjsyzdh.202402030

基于改进深度学习的人体姿态识别方法研究

刘宇

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对现有2D多人人体姿态识别方法存在的耗时长、准确率低等问题，在对人体姿态识别方法进行分析的基础上，提出了一种用于2D多人人体姿态识别的改进复合场。引入空洞卷积模块降低参数量的同时提高模型准确性，引入shuffleNet V2网络替换主干网ResNet提高模型识别速度。通过实验对所提方法的平均精确度、平均召回率和运行时间等进行分析。结果表明，与常规方法相比，所提方法对2D多人人体姿态识别具有较高的识别准确率和速度，1～8人的人体姿态平均识别时间为75ms。为计算机视觉的研究提供了一定的参考。