声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：张晋, 唐进, 尹建芹
关键词：人体动作预测, 对称残差连接, 卷积神经网络, 骨骼关节点建模
为了研究不同残差连接方式对人体动作预测卷积神经网络的影响，探讨了在保持网络深度一定的情况下，如何利用残差连接构成一个高效捕捉人体动作特征的预测模型。通过观察人体骨骼关节点排列方式，提出一种适用于人体骨骼关节点预测的对称残差连接方法，并基于该方法设计了对称残差块(symmetric residual block，SRB)。所设计的SRB，最后一层卷积核的感受野达到最大，覆盖了人体全部关节信息，采用的对称连接方式高效地利用浅层动态特征，使预测的效果更好、模型使用的参数更少。此外，本文提出一种基于2个SRB和1个解码器的端到端卷积网络——对称残差网络(symmetric residual network，SRNet)，取得的预测结果高于基准方法。最后，在TensorFlow框架下利用公开数据集Human3.6M和CMU-Mocap进行了人体动作预测实验。其结果表明，与基准方法相比，本文方法的关节位置平均误差(mean per joint postion error，MPJPE)在各个预测时间点上均有0.2mm~1mm的降低，验证了本文提出的SRNet能有效建模人体姿态的全局空间特征。
来源：2022年第3期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。