文档名：基于人体姿态估计的舞蹈动作纠正方法
在智能教育时代,人工智能技术已经被广泛用于各类人机交互应用当中.人机交互任务的基础就是人体姿态估计,即预测输入图像中人体关键点位置和人体姿态.但是在舞蹈教学、运动教学等领域中,人体姿态的多样性和一般场景下的复杂背景,导致人体姿态估计准确度不高,在姿态纠正方面难以达到专业教学人员的效果.为了能够在复杂背景中预测到精确的人体姿态信息,就需要深度学习网络得到输入图像中不同尺度的特征信息.以高分辨率网络为主干,对其中两部分进行改进:一是在多尺度特征融合的部分使用混合空洞卷积以及双向特征金字塔生成高质量的热图;二是在动作纠正的部分使用指导向量来纠正舞蹈动作.实验表明,所提出的方法在CO-CO测试集上的实验结果比其他先进方法的人体姿态估计准确度有显著提高,同时可以快速有效地纠正舞蹈动作,为科学的舞蹈教学或者运动教学提供技术和数据支持.
作者：陶相如刘宏哲
作者单位：北京联合大学北京市信息服务工程重点实验室北京100101
母体文献：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会论文集
会议名称：中国计算机用户协会网络应用分会2021年第二十五届网络新技术与应用年会
会议时间：2021年11月1日
会议地点：北京
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：动作纠正 姿态估计 特征融合 混合空洞卷积 双向特征金字塔 指导向量
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 4.56 MB
- 下载次数:
- 60
-
高速下载
|
|
