计算机应用研究

作者：叶启朗,李戴薪,南海,

单位：重庆理工大学计算机科学与工程学院,重庆400054；

关键词：坐姿识别,人体姿态估计,图卷积网络,对比网络,模态融合,

基金：国家自然科学基金资助项目(62141201)；重庆理工大学研究生教育高质量发展行动计划资助成果(gzlcx20223194)；重庆市教育委员会科学技术研究计划项目(KJQN201901133)；；

针对当前坐姿识别技术在不借助外部工具以及在动态环境下检测效果较差的情况，提出了一种基于人体骨架的坐姿识别方法，实现在任意角度环境下对坐姿的识别。人体骨架由关节和骨骼相互连接所成，其骨架信息不受动态环境和复杂背景的影响。该方法首先对任意角度下的坐姿图像进行人体姿态估计，提取出人体骨架信息，在三维空间下利用骨骼的物理连接关系构造一种用于检测坐姿的骨架图，并提出Skeleton-GCN（骨架图卷积网络）提取骨架图空间特征，将特征取平均值聚合并输入MLP层保存输出预测概率。此外，将任意角度的人体骨架坐标在三维空间下的不同角度进行投影，得到不同角度下的骨架图像，通过对比网络对骨架图像进行正面姿态估计得到正面骨架图像并输入CNN中，输出该骨架图像的预测概率，通过加权融合集成两个模态分类器预测概率并输出类别结果。最后，将所提方法应用于办公室、课堂等场景，实现了任意角度下坐姿的有效检测。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期