-
题名基于改进OpenPose网络的交通警察姿态估计
- 1
-
-
作者
伍锡如
陈麒
-
机构
桂林电子科技大学电子工程与自动化学院
-
出处
《计算机应用与软件》
北大核心
2025年第1期90-95,101,共7页
-
基金
国家自然科学基金项目(61863007)
广西自然科学基金项目(2020GXNSFDA238029)
+1 种基金
广西研究生教育创新计划项目(YCSW2020159)
桂林电子科技大学研究生教育创新计划项目(2020YCXS103,2021YCXS122)。
-
文摘
针对交警姿态估计存在的特征提取困难、实时性差等问题,提出一种改进的OpenPose网络交警姿态估计方法。采用MobileNet作为主干网络进行交警姿态的特征提取,解决模型随层次加深导致网络退化的问题,减少网络的参数量,加速主干网络内部特征的计算。通过跳跃连接机制将模型并行结构改进为串并同行结构,实现网络内部参数共享,降低模型的复杂度,提高检测实时性。实验结果表明,改进模型在COCO数据集以及公开交警数据集上分别获得78.9%和74.9%的mAP,检测速度可达25帧/s,为交通警察姿态估计问题提供了一种鲁棒性强、实时性高的实际应用方法。
-
关键词
深度学习
交通警察姿态估计
OpenPose
MobileNet
-
Keywords
Deep learning
Traffic police pose estimated
OpenPose
MobileNet
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
