基于空間變換卷積神經(jīng)網(wǎng)絡(luò)的姿態(tài)估計.pdf

1、由于對人物追蹤、動作識別的技術(shù)需求，姿態(tài)估計成為時下最為重要的計算機視覺挑戰(zhàn)性問題之一。當前研究者們已提出了多種人體姿態(tài)估計算法，但由于面臨諸如光照變化、人體變形、部位相互遮擋、狀態(tài)空間高維數(shù)和大尺寸等困難，現(xiàn)有的人體姿態(tài)估計算法精度較低，人體姿態(tài)估計問題仍待進一步研究。針對這些問題，本文提出一種基于空間變換卷積神經(jīng)網(wǎng)絡(luò)的人體姿態(tài)估計方法，通過搭建空間變換卷積神經(jīng)網(wǎng)絡(luò)模型來訓(xùn)練關(guān)節(jié)的依賴關(guān)系從而提高關(guān)節(jié)點的分類準確率。主要工作如下:

2、r>　　首先對數(shù)據(jù)做預(yù)處理。本文選取LSP(Leeds Sports Poses)數(shù)據(jù)集，為了獲得更大的數(shù)據(jù)集以及提高模型的泛化能力，對數(shù)據(jù)集圖片做旋轉(zhuǎn)、翻轉(zhuǎn)操作擴大數(shù)據(jù)集的規(guī)模。之后以關(guān)節(jié)點為中心進行分割，對分割后的關(guān)節(jié)圖像塊做聚類。以聚類結(jié)果為標簽，供接下來的深度空間變換卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練關(guān)節(jié)的依賴關(guān)系。在實驗中用K-MEANS算法和K-MEANS++算法做聚類對比，實驗結(jié)果證明對于二維的關(guān)節(jié)圖像塊，K-MEANS算法簡單且結(jié)果更好。

3、
　　其次，用深度空間變換卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練關(guān)節(jié)的依賴關(guān)系。本文用基于深度學(xué)習(xí)的caffe框架搭建了一個深度空間變換卷積神經(jīng)網(wǎng)絡(luò)，之后以K-MEANS聚類結(jié)果作為網(wǎng)絡(luò)的輸入，訓(xùn)練關(guān)節(jié)的依賴關(guān)系。在訓(xùn)練中通過交叉驗證的方式不斷的對網(wǎng)絡(luò)的參數(shù)進行優(yōu)化。在實驗中與未加空間變換層的深度卷積網(wǎng)絡(luò)進行了對比，實驗結(jié)果證明深度空間變換卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)的擬合能力更強，訓(xùn)練的關(guān)節(jié)依賴關(guān)系更好，關(guān)節(jié)依賴關(guān)系的訓(xùn)練準確率提高了10％。
　　最后構(gòu)

4、建支持向量機的決策函數(shù)用于關(guān)節(jié)分類。本文分析了支持向量機(Support Vector Machine，SVM)中決策函數(shù)的作用，之后基于K-MEANS聚類結(jié)果和深度空間變換卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果通過數(shù)學(xué)建模構(gòu)建了一個得分函數(shù)，以該得分函數(shù)作為SVM的決策函數(shù)用于關(guān)節(jié)分類，該得分函數(shù)由兩部分組成，一部分根據(jù)提取到的圖片特征對某關(guān)節(jié)碎片有一個初步的判斷，另一部分根據(jù)訓(xùn)練的關(guān)節(jié)依賴關(guān)系對該碎片進一步識別。通過兩部分的疊加來識別關(guān)節(jié)點。最終通