文献类型：期刊文章

作　　者：朱洪堃[1] 殷佳炜[1] 冯文宇[1] 华亮[1] 费敏锐[2] 张堃[1]

Zhu Hongkun;Yin Jiawei;Feng Wenyu;Hua Liang;Fei Minrui;Zhang Kun(School of Electrical Engineering,Nantong University,Nantong 226000,China;School of Mechatronic Engineering and Automation,Shanghai University,Shanghai Key Laboratory of Power Station Automation Technology,Shanghai 210053,China)

机构地区：[1]南通大学电气工程学院,江苏南通226000 [2]上海大学机电工程与自动化学院,上海市电站自动化技术重点实验室,上海210053

出　　处：《系统仿真学报》

基　　金：江苏省六大人才高峰项目(XNY-039);江苏省高等学校自然科学研究重大项目(19KJA350002);国家级大学生创新创业训练计划(202010304065Z)。

年　　份：2020

卷　　号：32

期　　号：11

起止页码：2155-2165

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD_E2019_2020、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统的OpenPose模型在人体姿势检测方面精度较好但速度较慢。为了在保证检测精度的前提下加快检测速度、缩小模型,在传统OpenPose模型基础上,使用添加二阶项融合的残差网络提取底层特征,再通过L1范数权值对训练后的模型进行权值修剪,提出了改进型OpenPose模型。实验结果表明,在检测精度大致等同原模型情况下,模型大小缩小至约8%,参数减少近83%,检测速度提升约5倍。将改进的OpenPose模型应用到仰卧起坐体育健康测试中,结果表明该模型对仰卧起坐动作检测精度达到97%。

关 键 词：人体姿势检测  OpenPose模型  残差网络  权值修剪  

分 类 号：TP273] TH89]