首页 | 官方网站   微博 | 高级检索  
     

基于序列多尺度特征融合表示的层级舞蹈动作姿态估计方法
引用本文:杨红红,王刘丽,张玉梅,吴晓军,党允彤.基于序列多尺度特征融合表示的层级舞蹈动作姿态估计方法[J].电子学报,2021,49(12):2428-2436.
作者姓名:杨红红  王刘丽  张玉梅  吴晓军  党允彤
作者单位:陕西师范大学现代教学技术教育部重点实验室,陕西西安710062;陕西师范大学现代教学技术教育部重点实验室,陕西西安710062;陕西师范大学计算机科学学院,陕西西安710062;陕西师范大学音乐学院,陕西西安710062
基金项目:国家自然科学基金;国家自然科学基金;国家自然科学基金;陕西省青年科技新星项目;陕西省高校科学人才托举项目;中央高校;中央高校;陕西省自然科学基金
摘    要:人体姿态估计是计算机视觉研究领域的热点研究问题之一,但其在传统民间舞蹈动作姿态估计方面的应用研究尚处于起步阶段.由于舞蹈图像中人体动作复杂多变、舞蹈动作连贯性强、舞蹈者存在严重遮挡不易检测等特点,传统人体姿态估计方法难以准确估计舞蹈者的动作变化,导致舞蹈动作姿态估计准确率较低.针对此问题,本文提出一种基于序列多尺度特征融合表示的层级舞蹈动作姿态估计方法,该方法针对舞蹈动作骨骼关节点尺度变化剧烈的问题,构建基于序列多尺度特征融合表示的关节点估计模型.并且,针对舞蹈姿态形变较大,遮挡严重的问题,设计基于关节点几何关系的层级姿态估计模型,提高舞蹈动作姿态估计的效果.实验结果表明,本文方法在标准人体姿态估计数据集及自建舞蹈数据集上取得较好的姿态估计结果.

关 键 词:舞蹈动作姿态估计  序列多尺度特征融合  关节点几何关系  层级姿态估计

Hierarchical Dance Pose Estimation Algorithm Based on Sequential Multi-Scale Feature Fusion
YANG Hong-hong,WANG Liu-li,ZHANG Yu-mei,WU Xiao-jun,DANG Yun-tong.Hierarchical Dance Pose Estimation Algorithm Based on Sequential Multi-Scale Feature Fusion[J].Acta Electronica Sinica,2021,49(12):2428-2436.
Authors:YANG Hong-hong  WANG Liu-li  ZHANG Yu-mei  WU Xiao-jun  DANG Yun-tong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号