文献类型：期刊文章

作　　者：马双双[1] 王佳[1] 曹少中[1] 杨树林[1] 赵伟[1] 张寒[1]

MA Shuang-Shuang;WANG Jia;CAO Shao-Zhong;YANG Shu-Lin;ZHAO Wei;ZHANG Han(School of Information Engineering,Beijing Institute of Graphic Communication,Beijing 102600,China)

机构地区：[1]北京印刷学院信息工程学院,北京102600

出　　处：《计算机系统应用》

基　　金：北京市自然基金和北京市教委联合项目(KZ202010015021);北京印刷学院科研项目(Ec202002,Eb202103);北京印刷学院博士启动基金(27170120003/021);北京市教育委员会科研计划(KM201910015003,KM201610015001)

年　　份：2022

卷　　号：31

期　　号：10

起止页码：36-43

语　　种：中文

收录情况：IC、JST、ZGKJHX、普通刊

摘　　要：二维人体姿态估计作为人体动作识别的基础,随着深度学习和神经网络的流行已经成为备受学者关注的研究热点.与传统方法相比,深度学习能够得到更深层图像特征,对数据的表达更准确,因此已成为研究的主流方向.本文主要介绍了二维人体姿态估计算法,首先根据检测人数分为单人姿态估计与多人姿态估计两类,其次对单人姿态估计分为基于坐标回归与基于热图检测的方法;对多人姿态估计可分为自顶向下(top-down)和自底向上(bottom-up)的方法.最后介绍了姿态估计常用数据集以及评价指标对部分多人姿态估计算法的性能指标进行了对比,并对人体姿态估计研究所面临的问题与发展趋势进行了阐述.

关 键 词：深度学习  卷积神经网络 人体姿态估计  关键点检测  

分 类 号：TP391.41] TP18[计算机类]