期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到147篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法
1
作者 吕佳 段训禄 陈欣 《光电工程》 北大核心 2025年第3期84-99,共16页
髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息... 髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息。此外,关键点邻域内的关键结构易受背景干扰,这些因素均限制了关键点的精确定位。为此,本文提出了一种融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法。该算法在网络中设计了边缘特征强化模块,以捕获关键点周围空间信息并增强其所在的边缘特征;同时,提出细节感知网络,对多层级特征进行融合与优化,增强对图像中细微结构的感知能力。本文使用重庆医科大学附属儿童医院影像科提供的髋关节X射线图像数据集进行实验,结果显示,关键点的平均定位误差和平均角度误差降低至4.2090pixel和1.4872°,相较于YOLOv8s降低了6.8%和9.9%,显著优于现有方法。实验证明,本文算法有效提升了关键点的检测精度,为临床诊断提供了重要参考。 展开更多
关键词 发育性髋关节发育不良 关键点检测 YOLOv8s 边缘特征强化 细节感知网络
在线阅读 下载PDF
卫星单目位姿估计的关键点检测与不确定度同步预测
2
作者 苏昂 王梓 +1 位作者 王靖皓 李璋 《国防科技大学学报》 北大核心 2025年第2期98-108,共11页
卫星单目视觉位姿估计通常先提取卫星图像关键特征点,再求解n点透视(perspective-n-points, PnP)问题得到摄像机与卫星之间的相对位姿关系,其中卫星关键点检测的精度是决定单目位姿估计精度的关键。针对该问题提出一种卫星关键点高精度... 卫星单目视觉位姿估计通常先提取卫星图像关键特征点,再求解n点透视(perspective-n-points, PnP)问题得到摄像机与卫星之间的相对位姿关系,其中卫星关键点检测的精度是决定单目位姿估计精度的关键。针对该问题提出一种卫星关键点高精度检测方法,该算法在预测关键点图像坐标的同时给出关键点坐标预测的不确定度,在此基础上构建加权的PnP约束方程求解相对位置和姿态,显著提升了卫星单目位姿估计精度。在公开的卫星单目位姿估计SPEED数据集上开展了相关实验,实验结果表明提出的同步预测关键点坐标与不确定度的卫星关键点检测方法能够有效提升关键点检测精度,并且通过求解加权的单目位姿估计问题显著提升了卫星单目位姿估计精度。 展开更多
关键词 关键点检测 不确定度预测 TRANSFORMER 单目视觉 卫星位姿估计
在线阅读 下载PDF
复杂光照环境下民用飞机飞行员关键点检测方法
3
作者 刘豪 孙有朝 +1 位作者 吴红兰 张海燕 《北京航空航天大学学报》 北大核心 2025年第10期3471-3481,共11页
基于计算机视觉技术对民用飞机飞行员操纵行为进行识别和监控,对于确保民用航空运行安全具有重要的现实意义。提出一种复杂光照环境下的飞行员关键点检测方法。鉴于民用飞机驾驶舱复杂光照环境,提出图像亮度调节模块,该模块分级判断图... 基于计算机视觉技术对民用飞机飞行员操纵行为进行识别和监控,对于确保民用航空运行安全具有重要的现实意义。提出一种复杂光照环境下的飞行员关键点检测方法。鉴于民用飞机驾驶舱复杂光照环境,提出图像亮度调节模块,该模块分级判断图像亮度均值,实现不同亮度图像特征融合,提升运行速度,并最大化保留图像细节特征;鉴于较多的关键点定位是精确行为识别的基础,提出轻量化的飞行员肢体关键点和手部关键点检测网络,该网络在高分辨率分支运用次序交换注意力模块,以缓解原始视觉注意力计算成本随输入分辨率增加呈二次增长的问题,联合部署飞行员肢体和手部关键点检测网络,选择典型的飞行动作进行实验验证;进行大量消融实验,定量和定性地探讨不同组件(图像亮度调节模块、次序交换注意力模块)对模型性能的影响,建立所提方法与预测结果之间的可解释关系。提出的模型在飞行员关键点检测数据集和MS COCO val2017数据集上的AP分别达到81.9%和72.8%,兼顾精度和实时性。 展开更多
关键词 民用飞机 智能驾驶舱 复杂光照 飞行员 关键点检测 视觉注意力
在线阅读 下载PDF
基于关键点检测的直升机驾驶状态检测方法
4
作者 胡晨煜 陈仁文 +4 位作者 侯欣彤 郑博宇 魏祖盛 丁名豪 曹文彬 《电光与控制》 北大核心 2025年第8期92-97,共6页
传统传感器获取直升机驾驶员驾驶状态需要穿戴额外设备,会影响驾驶,因此提出了一种基于关键点检测的直升机驾驶状态检测方法。将直升机驾驶状态分解为人体姿态动作和驾驶部件位置信息,利用自建直升机驾驶数据集对设计模型进行训练。提... 传统传感器获取直升机驾驶员驾驶状态需要穿戴额外设备,会影响驾驶,因此提出了一种基于关键点检测的直升机驾驶状态检测方法。将直升机驾驶状态分解为人体姿态动作和驾驶部件位置信息,利用自建直升机驾驶数据集对设计模型进行训练。提出了通过驾驶部件坐标回归判断驾驶部件状态的方法,以及通过驾驶员姿态的坐标回归建立驾驶员姿态模型的方法。测试结果表明,所提方法对直升机驾驶员的驾驶动作的识别平均精度达到了0.9231,操作部件位置的识别平均精度达到了0.9861,验证了通过坐标回归建立驾驶员姿态模型的可行性。 展开更多
关键词 关键点检测 驾驶状态 实时检测 人体姿态估计
在线阅读 下载PDF
多分辨率特征融合的人体下肢关键点检测
5
作者 夏晓华 向浩鸣 +3 位作者 陈坚 冯鑫淼 邱法博 王耀耀 《光学精密工程》 北大核心 2025年第14期2291-2302,共12页
现有的人体关键点检测模型缺乏对高分辨率特征的关注,训练中使用的数据集分辨率较低且标注误差较大,导致其在步态分析等任务中检测结果不稳定,定位精度较差。针对上述问题,提出一种基于多分辨率特征融合的人体下肢关键点检测模型,以高... 现有的人体关键点检测模型缺乏对高分辨率特征的关注,训练中使用的数据集分辨率较低且标注误差较大,导致其在步态分析等任务中检测结果不稳定,定位精度较差。针对上述问题,提出一种基于多分辨率特征融合的人体下肢关键点检测模型,以高分辨率图像作为网络输入,利用微调的MobiliNet v1网络结合注意力机制提取全局低分辨率特征,初步预测关键点位置,通过与之并行的浅层网络提取局部高分辨率特征,然后采用连续残差结构与注意力机制将不同分辨率特征融合,提升预测关键点的准确性,并有效缓解高分辨率图像带来的高计算量问题。通过预标记的方式制作高分辨率、高精度的人体下肢关键点数据集以确保模型训练的准确性。以模型复杂度、检测速度、检测精确率以及检测误差为评价指标,与其他经典和先进的方法进行实验对比。结果表明,所提模型的测试检测率达到95.2%,均优于Light⁃weight-OpenPose,HRNet-W32,HRNet-W48,YOLO-Pose,RTMPose和SimCC模型,检测精确率提升了4.1%~83.6%,FPS提升了7.6~13.9。证明了提出的模型在高精度人体下肢关键点检测中的有效性。 展开更多
关键词 人体下肢关键点检测 多分辨率特征融合 注意力机制 预标记
在线阅读 下载PDF
奶牛脸部及关键点检测数据集 被引量：1
6
作者 侯现坤 黄小平 +5 位作者 黄飞 豆子豪 郑寰宇 王晨洋 冯涛 刘梦艺 《中国科学数据(中英文网络版)》 2025年第1期14-23,共10页
奶牛脸部及关键点检测可以帮助牛场构建识别系统以及对牛脸进行姿态估计,帮助牛场智能化升级。基于深度学习的奶牛脸部及关键点检测模型需要数据集进行训练,以提高模型的准确性和鲁棒性。因此,在自然条件拍摄的奶牛脸部数据集,对于奶牛... 奶牛脸部及关键点检测可以帮助牛场构建识别系统以及对牛脸进行姿态估计,帮助牛场智能化升级。基于深度学习的奶牛脸部及关键点检测模型需要数据集进行训练,以提高模型的准确性和鲁棒性。因此,在自然条件拍摄的奶牛脸部数据集,对于奶牛脸部及关键点检测模型训练,实现牛脸识别系统搭建以及牛脸姿态估计至关重要。本数据集包含了不同角度、不同光照、不同数量等复杂环境下的奶牛脸部的图像,共2538张图像。使用Labelme软件对奶牛脸部以及左右眼睛中心、鼻子中间、左右嘴角5个关键点进行标注,得到2538个json标注文件。并将标注的COCO(json)格式文件转为YOLO(txt)格式文件,把图片以及对应的txt格式标签按照4:1的比例划分训练集和测试集,用于训练YOLOv5-Pose、YOLOv7-Pose、YOLOv8-Pose等关键点检测模型。实验表明,本数据集在奶牛脸部及关键点检测模型上表现良好,为奶牛脸部及关键点检测等方向上的研究和应用提供了有价值的图像数据资源。 展开更多
关键词 奶牛 深度学习 牛脸检测 关键点检测
在线阅读 下载PDF
人脸关键点检测研究综述 被引量：3
7
作者 张晓行 田启川 +1 位作者 廉露 谭润 《计算机工程与应用》 CSCD 北大核心 2024年第12期48-60,共13页
随着计算机视觉等技术的快速发展,人机交互、医疗辅助、安防监控等领域迅速崛起,人脸关键点检测作为其中一项重要任务备受关注,它可以在图像或视频中定位和检测人脸关键点,具有很高的实用价值。通过对人脸关键点检测方法研究现状的梳理... 随着计算机视觉等技术的快速发展,人机交互、医疗辅助、安防监控等领域迅速崛起,人脸关键点检测作为其中一项重要任务备受关注,它可以在图像或视频中定位和检测人脸关键点,具有很高的实用价值。通过对人脸关键点检测方法研究现状的梳理和分析,将其分为传统的人脸关键点检测方法和基于深度学习的人脸关键点检测方法;对比分析了各类方法的原理及优缺点,介绍常用数据集和评价指标,全面评估了重点方法在不同数据集上的性能表现;归纳人脸关键点检测应用领域,展望其未来发展方向。 展开更多
关键词 人脸关键点检测 深度学习 传统人脸关键点检测
在线阅读 下载PDF
基于关键点检测的鱼类游动轨迹提取
8
作者 石小涛 马欣 +2 位作者 黄志勇 胡晓 威力斯 《长江科学院院报》 CSCD 北大核心 2024年第3期30-36,53,共8页
针对现有的鱼类游动轨迹提取方法不能兼顾轨迹提取效率和准确率的局限性,提出了一种基于鱼类关键点识别与定位的鱼类游动轨迹提取方法。该方法在RetinaFace算法的基础上,通过改进网络结构和损失函数、优化锚框的尺寸设计、编解码鱼类关... 针对现有的鱼类游动轨迹提取方法不能兼顾轨迹提取效率和准确率的局限性,提出了一种基于鱼类关键点识别与定位的鱼类游动轨迹提取方法。该方法在RetinaFace算法的基础上,通过改进网络结构和损失函数、优化锚框的尺寸设计、编解码鱼类关键点(头部点和形心点)、为鱼类目标的关键点添加额外的标注并制作成鱼类关键点数据集等改进策略,构建了基于关键点识别的鱼类轨迹提取模型。研究结果表明,本研究方法对鱼体关键点识别的精度很高,准确率、召回率、平均精度均值3项精度评价指标分别为97.12%、95.72%、96.42%;所提取的轨迹坐标平均相对偏差为MRE x(0.065%,0.092%)、MRE y(0.112%,0.011%),与鱼类的实际游动轨迹基本吻合;鱼类目标关键点的识别速度可达32帧/s,能够满足实时提取鱼类轨迹的需求。 展开更多
关键词 鱼类 鱼道监测 鱼类关键点检测 鱼类游动轨迹提取 RetinaFace模型
在线阅读 下载PDF
基于改进沙漏的攀岩运动关键点检测算法
9
作者 谭光兴 唐天南 +1 位作者 易彤 陈海峰 《现代电子技术》 北大核心 2024年第17期117-122,共6页
针对关键点检测中目标尺度多变以及不同特征适应性等难题,为进一步提升现有的姿态估计方法在实现姿态估计任务时的性能,验证单阶段和多阶段姿态估计方法各自的有效性,提出一种基于改进沙漏的攀岩运动关键点检测算法。首先设计一个多路... 针对关键点检测中目标尺度多变以及不同特征适应性等难题,为进一步提升现有的姿态估计方法在实现姿态估计任务时的性能,验证单阶段和多阶段姿态估计方法各自的有效性,提出一种基于改进沙漏的攀岩运动关键点检测算法。首先设计一个多路池化残差结构,改善由于沙漏网络多次上下采样带来的信息损失和上下文信息提取不足的局限性,提升浅层特征在关键点检测中的表现;其次在沙漏网络中引入沙漏注意力结构,通过利用特征映射将输入信息划分为不同大小的特征块序列,在特征编码和特征解码两个过程中,充分挖掘图像有效信息,使得在特征匹配过程中不仅考虑本身的拟合程度,更考虑到关节位置之间的关联信息。实验表明,提出的算法在公开数据集MPII、COCO和针对攀岩运动的数据集上表现良好,且算法泛化能力较好,能够应用于多种运动场景中的人体关键点检测任务。 展开更多
关键词 沙漏注意力 关键点检测 攀岩运动 多路池化 关联信息 特征编码 特征映射
在线阅读 下载PDF
基于多关键点检测加权融合的无人机相对位姿估计算法 被引量：2
10
作者 葛泉波 李凯 张兴国 《自动化学报》 EI CAS CSCD 北大核心 2024年第7期1402-1416,共15页
针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运... 针对无人机降落阶段中无人船受水面波浪影响导致图像产生运动模糊以及获取无人机相对位姿精度低且鲁棒性差的问题,提出一种基于多模型关键点加权融合的6D目标位姿估计算法,以提高位姿估计的精度和鲁棒性.首先,基于无人船陀螺仪得到的运动信息设计帧间抖动模型,通过还原图像信息达到降低图像噪声的目的;然后,设计一种多模型的级联回归特征提取算法,通过多模型检测舰载视觉系统获取的图像,以增强特征空间的多样性;同时,将检测过程中关键点定位形状增量集作为融合权重对模型进行加权融合,以提高特征空间的鲁棒性;紧接着,利用EPnP(Efficient perspective-n-point)计算关键点相机坐标系坐标,将PnP(Perspective-n-point)问题转化为ICP(Iterative closest point)问题;最终,基于关键点解集的离散度为关键点赋权,使用ICP算法求解位姿以削弱深度信息对位姿的影响.仿真结果表明,该算法能够建立一个精度更高的特征空间,使得位姿解算时特征映射的损失降低,最终提高位姿解算的精度. 展开更多
关键词 辅助无人机降落 舰载视觉系统 6D 位姿估计 加权融合 关键点检测 级联特征提取
在线阅读 下载PDF
基于双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量方法 被引量：3
11
作者 邓洪兴 许兴时 +2 位作者 王云飞 张姝瑾 宋怀波 《华南农业大学学报》 CAS CSCD 北大核心 2024年第5期802-811,共10页
【目的】实现奶牛体尺准确测量,精准评定奶牛体型。【方法】针对奶牛体尺测量精度有限、自动化程度低等问题,提出一种基于双目立体匹配和改进YOLOv8n-Pose的奶牛体尺测量方法,利用CREStereo获取深度信息,在YOLOv8n-Pose中引入SimAM注意... 【目的】实现奶牛体尺准确测量,精准评定奶牛体型。【方法】针对奶牛体尺测量精度有限、自动化程度低等问题,提出一种基于双目立体匹配和改进YOLOv8n-Pose的奶牛体尺测量方法,利用CREStereo获取深度信息,在YOLOv8n-Pose中引入SimAM注意力机制,使网络更加关注奶牛个体识别及奶牛关键点位置信息,并采用CoordConv卷积改进网络结构,增强网络空间坐标感知能力。【结果】改进的YOLOv8n-Pose可快速准确检测奶牛体尺测量关键点,检测精度为94.3%,模型参数量为2.99 M,浮点计算量为8.40 G,检测速度为55.6帧/s。融合双目立体匹配与改进YOLOv8n-Pose关键点检测的奶牛体尺测量最大平均相对误差为4.19%。【结论】所提出的体尺测量方法具有较高的精度及较快的检测速度,能够满足奶牛体尺测量的实用要求。 展开更多
关键词 体尺测量 双目立体视觉 关键点检测 奶牛
在线阅读 下载PDF
基于深度学习的非合作目标关键点检测及匹配方法 被引量：1
12
作者 宋佳秋 朱浩然 刘福才 《高技术通讯》 CAS 北大核心 2024年第8期832-841,共10页
针对非合作目标相对位姿测量任务中特征点检测及双目匹配环节易受环境干扰、鲁棒性弱的问题,提出一种更具实用价值的方法。首先,将具有代表性的某型号卫星模型视为非合作目标实验对象,并针对其结构特点开发了关键点标注软件,以生成数据... 针对非合作目标相对位姿测量任务中特征点检测及双目匹配环节易受环境干扰、鲁棒性弱的问题,提出一种更具实用价值的方法。首先,将具有代表性的某型号卫星模型视为非合作目标实验对象,并针对其结构特点开发了关键点标注软件,以生成数据集并用于深度卷积神经网络(DCNN)模型的训练;之后使用不同算法对DCNN模型输出的两类信息进行分析,完成关键点检测;最后通过对识别对象进行双目匹配,从而间接完成关键点双目匹配。将该方法应用到自主搭建的系统平台,并与传统算法进行对比,结果表明,该算法可在实际应用环境中完成非合作目标的关键点检测及其双目匹配,并具有较强的鲁棒性,为非合作目标相对位姿测量任务的关键环节提供了一种新思路。 展开更多
关键词 非合作目标 相对位姿测量 深度学习 关键点检测 双目立体视觉
在线阅读 下载PDF
基于关键点检测的服装廓形识别 被引量：2
13
作者 陶金之 夏明 王伟 《纺织学报》 EI CAS CSCD 北大核心 2024年第6期142-148,共7页
为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图... 为精准且快速地实现对服装廓形的判断,以秀场连衣裙为研究对象,提出了基于关键点检测的服装廓形分类算法。使用YOLO v8-Pose模型对秀场连衣裙进行关键点检测,提取服装的肩部、胸部、腰部、臀部和底摆两侧共10个关键点,并生成服装廓形图。通过加入Sobel边缘提取算法改进的DenseNet网络深度提取服装廓形特征,采用余弦相似度算法将其与标准的廓形库中提取的特征相比较,最终实现服装廓形的判别与分类。结果表明,该方法能够快速且准确地实现服装廓形的分类,廓形分类准确率达到了95.9%。 展开更多
关键词 服装 廓形分类 YOLO v8-Pose 关键点检测 DenseNet网络 相似度算法 连衣裙
在线阅读 下载PDF
基于双重YOLOv8-pose模型的探地雷达双曲线关键点检测与目标定位 被引量：1
14
作者 侯斐斐 彭应昊 +1 位作者 董健 银雪 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第11期4305-4316,共12页
探地雷达(GPR)是一种可用于地下目标识别的无损检测方法。针对现有方法存在不同尺度目标兼容性差、复杂图像识别难度大、无法精确定位等问题,该文提出一种基于双重YOLO姿态模型(YOLOv8-pose)的GPR双曲线关键点检测与目标定位,命名为双重... 探地雷达(GPR)是一种可用于地下目标识别的无损检测方法。针对现有方法存在不同尺度目标兼容性差、复杂图像识别难度大、无法精确定位等问题,该文提出一种基于双重YOLO姿态模型(YOLOv8-pose)的GPR双曲线关键点检测与目标定位,命名为双重YOLO关键点定位方法(DYKL),用于地下目标的检测与精确定位。所提模型架构包含两个阶段:首先,第1阶段是基于YOLOv8-pose模型的GPR目标检测,以确定候选目标的位置;接着,第1阶段的部分训练权重被共享并传递到第2阶段,后者以此为基础继续训练YOLOv8-pose网络,用于候选目标特征的关键点检测及获取,从而实现地下目标的自动化定位。通过与级联区域卷积网络(Cascade R-CNN)、更快的区域卷积网络(Faster R-CNN)、实时对象检测模型(RTMDet)以及“你只看一次”人脸模型(YOLOv7-face)4种先进的深度模型进行比较,所提模型平均识别准确率达到98.8%,性能优于其他模型。结果表明所提DYKL模型具有较高的识别准确性与较强的鲁棒性,可以为地下目标的精确定位提供参考。 展开更多
关键词 探地雷达 目标检测 关键点检测 YOLOv8
在线阅读 下载PDF
改进的RetinaFace复杂构件关键点检测算法 被引量：1
15
作者 林鑫 沈建新 +1 位作者 秦顺 潘峰 《计算机应用与软件》 北大核心 2024年第8期311-318,共8页
为了解决航天装备复杂构件进行喷涂作业时难以定位、缺少关键点数据集等问题,在三维建模软件上搭建构件模型,通过截图和标记关键点制作数据集,并针对数据集量少的问题采取数据增操作。研究现有的RetinaFace关键点检测算法并进行改进,将... 为了解决航天装备复杂构件进行喷涂作业时难以定位、缺少关键点数据集等问题,在三维建模软件上搭建构件模型,通过截图和标记关键点制作数据集,并针对数据集量少的问题采取数据增操作。研究现有的RetinaFace关键点检测算法并进行改进,将主干特征提取网络采用优化的MobileNet结构,学习率采用余弦退火衰减,算法输入、输出张量长度与不同构件对应的关键点数相一致。实验结果表明,模型迭代500轮后在验证集上的平均误差降至0.062,能够有效地检测出待喷涂构件的关键点,性能优于同类算法。 展开更多
关键词 航天设备 复杂构件 关键点检测 数据集 RetinaFace 余弦退火衰减
在线阅读 下载PDF
基于改进YOLO v7-Pose的牛脸关键点检测与姿态识别方法 被引量：3
16
作者 黄小平 侯现坤 +4 位作者 郭阳阳 郑寰宇 豆子豪 刘梦艺 赵晋陵 《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期84-92,102,共10页
奶牛脸部关键点检测在牛场智能化中发挥着重要的作用,它可以帮助实现牛脸识别、牛脸对齐、头部动作检测与行为识别等。针对目前奶牛养殖环境中存在牛脸遮挡、弱光照等问题,提出了一种改进的YOLO v7-Pose网络模型的算法,可用于牛脸关键... 奶牛脸部关键点检测在牛场智能化中发挥着重要的作用,它可以帮助实现牛脸识别、牛脸对齐、头部动作检测与行为识别等。针对目前奶牛养殖环境中存在牛脸遮挡、弱光照等问题,提出了一种改进的YOLO v7-Pose网络模型的算法,可用于牛脸关键点检测和头部姿态识别。首先通过网络相机在牛场获取奶牛脸部图像并构建数据集。其次,在YOLO v7-Pose网络模型中引入SPPFCSPCL结构,以提高奶牛脸部关键点的特征提取能力;将关键点检测的损失函数OKS替换为WingLoss损失函数,增加奶牛脸部关键点的检测精度;最后,使用L1范数对改进的模型剪枝,使改进后的网络模型参数量降低。试验结果表明:改进模型YOLO v7-SCLWL-Pose检测牛脸关键点较原模型AP提升5个百分点,AP0.5提升2.7个百分点,改进后模型内存占用量仅为106.7 MB,减少33.6%。将本文关键点检测用于姿态识别,试验结果对抬头和低头等动作的识别准确率达到95.5%和86.5%。本研究为牧场奶牛行为识别提供了支撑技术。 展开更多
关键词 牛脸检测 关键点检测 YOLO v7-Pose 姿态识别
在线阅读 下载PDF
基于多尺度增量学习的单人体操动作中关键点检测方法
17
作者 江佳鸿 夏楠 +2 位作者 李长吾 周思瑶 于鑫淼 《电子学报》 EI CAS CSCD 北大核心 2024年第5期1730-1742,共13页
人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高分辨率通道增强... 人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高分辨率通道增强细节特征的提取能力.为实现对手部及脚部关键点的检测,设计了一种增量学习网络.该网络融合了多分辨率网络的浅层特征并利用自建数据集计算深层特征以提升网络对手部及脚部关键点的检测能力.最后对两个网络输出结果进行合并.计算机仿真表明,多分辨率网络在COCO2017关键点检测数据集上达到了94.4%的准确率,并且增量学习网络能够在训练数据较少的情况下实现对细节部位关键点的准确检测. 展开更多
关键词 人体关键点检测 体操动作 多分辨率网络 增量学习 权重融合
在线阅读 下载PDF
基于关键点检测网络的空中红外目标要害部位识别算法 被引量：9
18
作者 张凯 刘昊 +2 位作者 杨曦 李少毅 王晓田 《西北工业大学学报》 EI CAS CSCD 北大核心 2020年第6期1154-1162,共9页
红外制导空空导弹对战机要害部位的定向精确打击能力是精确制导武器的关键技术之一。针对传统图像处理算法中根据人的先验知识进行特征选择、设计分类器方法的局限性,提出一种基于关键点检测卷积网络的空中红外目标要害部位检测算法。... 红外制导空空导弹对战机要害部位的定向精确打击能力是精确制导武器的关键技术之一。针对传统图像处理算法中根据人的先验知识进行特征选择、设计分类器方法的局限性,提出一种基于关键点检测卷积网络的空中红外目标要害部位检测算法。该算法采用端对端的深度学习网络结构,结合数据集对光照、纹理、形变方面进行扩充增强,将整幅图像信息简单预处理后作为输入,构建含约束条件的损失函数并利用优化算法进行迭代。相较于同样训练批次的常规方法,训练得到的网络模型的平均识别率提高了10%,能够更准确地识别红外空中目标要害部位,对空中红外目标的4个要害部位识别的准确率达到80%以上。 展开更多
关键词 末端制导 目标要害部位 关键点检测 卷积神经网络
在线阅读 下载PDF
基于改进CPMs和SqueezeNet的轻量级人体骨骼关键点检测模型 被引量：4
19
作者 强保华 翟艺杰 +4 位作者 陈金龙 谢武 郑虹 王学文 张世豪 《计算机应用》 CSCD 北大核心 2020年第6期1806-1811,共6页
针对目前的人体骨骼关键点检测模型参数多、训练时间长和检测速度慢的问题,提出了一种将人体骨骼关键点检测模型CPMs与小型卷积神经网络模型SqueezeNet相结合的检测方法。首先,采用4个Stage的CPMs(CPMsStage4)对人物图像进行关键点检测... 针对目前的人体骨骼关键点检测模型参数多、训练时间长和检测速度慢的问题,提出了一种将人体骨骼关键点检测模型CPMs与小型卷积神经网络模型SqueezeNet相结合的检测方法。首先,采用4个Stage的CPMs(CPMsStage4)对人物图像进行关键点检测;然后,在CPMs-Stage4中引入SqueezeNet的Fire Module网络结构,利用Fire Module结构大大压缩模型参数,得到一种新的轻量级人体骨骼关键点检测模型SqueezeNet15-CPMs-Stage4。在扩展的LSP数据集上的验证结果显示,与CPMs相比,SqueezeNet15-CPMs-Stage4模型在训练时间上减少86.68%,在单张图像检测时间上减少44.27%,准确率达到90.4%;与改进的VGG-16、DeepCut和DeeperCut三种参照模型相比,SqueezeNet15-CPMs-Stage4模型在训练时间、检测速度和准确率方面均是最优的。实验结果表明,所提模型不仅检测准确率高,而且训练时间短、检测速度快,能够有效降低人体骨骼关键点检测模型的训练成本。 展开更多
关键词 人体骨骼关键点检测 人体姿态估计 深度学习 卷积神经网络 轻量级 CPMS SqueezeNet
在线阅读 下载PDF
基于SimCC-ShuffleNetV2的轻量化奶牛关键点检测方法 被引量：10
20
作者 宋怀波 华志新 +3 位作者 马宝玲 温毓晨 孔祥凤 许兴时 《农业机械学报》 EI CAS CSCD 北大核心 2023年第10期275-281,363,共8页
针对现有深度学习技术在奶牛关键点检测研究中尚存在网络复杂度高、检测速度慢等问题,提出了一种轻量化奶牛关键点检测模型SimCC-ShuffleNetV2。在模型中,主干网络采用ShuffleNetV2用于特征提取,有利于实现网络的轻量化;检测头采用SimC... 针对现有深度学习技术在奶牛关键点检测研究中尚存在网络复杂度高、检测速度慢等问题,提出了一种轻量化奶牛关键点检测模型SimCC-ShuffleNetV2。在模型中,主干网络采用ShuffleNetV2用于特征提取,有利于实现网络的轻量化;检测头采用SimCC用于关键点位置预测,SimCC采取坐标分类的方法使得检测更加简单高效。为了验证模型的性能,本研究设计了奶牛的关键点及骨架结构,并标注了3600幅图像用于模型的训练与测试。试验结果表明,SimCC-ShuffleNetV2模型的AP50:95为88.07%,浮点运算量为1.5×10^(8),参数量为1.31×10^(6),检测速度为10.87 f/s,可以实现奶牛关键点的精确与高效检测。与基于回归的DeepPose网络、基于热力图的HRNet网络进行了对比试验,结果表明SimCC-ShuffleNetV2取得了精度与速度的良好平衡。同时,本研究通过更换不同主干与不同检测头的方式,对比验证了不同模块对模型性能影响,本研究所提出的模型在所有试验中均取得了最佳结果,表明ShuffleNetV2与SimCC的组合具备良好的关键点检测性能。为了验证模型的有效性,将模型应用于4种动作视频中提取骨架序列并将其送入ST-GCN网络以实现不同动作的分类,其分类准确率为84.56%,表明本研究提出的SimCC-ShuffleNetV2模型是良好的关键点提取器,可为奶牛行为识别等任务提供关键信息支撑。 展开更多
关键词 奶牛 关键点检测 ShuffleNetV2 SimCC 动作识别
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部