检索结果

Select

1. 对人体姿态估计热图误差的再思考

杨飞宇, 宋展, 肖振中, 莫曜阳, 陈宇, 潘哲, 张敏, 张遥, 钱贝贝, 汤朝伟, 金武

《计算机应用》唯一官方网站 2022, 42 (8): 2548-2555. DOI: 10.11772/j.issn.1001-9081.2021050805

摘要（251）

HTML （7）

PDF （870KB）（80）

近年来，基于热图的算法一直占据人体姿态估计算法的主导地位。热图解码（即将热图转换为人体关节点坐标）算法是这类算法的基本环节。而当前的热图解码算法并没有考虑系统误差的影响，因此，提出一种基于误差补偿的人体姿态估计热图解码算法。首先在训练过程中评估模型的误差补偿因子，然后在推理阶段用误差补偿因子补偿人体关节点的预测误差，这些误差同时包括系统误差和随机误差。在不同的网络架构、输入分辨率、评估指标和数据集上进行的大量实验的结果表明与目前最佳的热图解码算法相比，所提算法获得了显著的精度增益。具体来说，所提算法使HRNet-W48-256×192模型在COCO（Common Objects in Context）数据集上的平均精度（AP）提升了2.86个百分点，使ResNet-152-256×256模型的相对于头部的正确点百分比指标在MPII（Max Planck Institute for Informatics）数据集上提升了7.8个百分点。此外，由于所提算法不像现存算法需要采用高斯平滑预处理和求导操作，因此速度约为当前最佳算法的2倍。可见，所提算法对于开展高精度、高速度的人体姿态估计具有实际的应用价值。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 结合全局和局部约束的sLDA铁路扣件分类模型

杨飞, 罗建桥, 李柏林

计算机应用 2019, 39 (3): 888-893. DOI: 10.11772/j.issn.1001-9081.2018081767

摘要（468）

PDF （1088KB）（221）

针对监督潜在狄利克雷分布（sLDA）模型中测试图像缺乏标注，导致测试主题分布忽略目标结构的问题，提出一种结合全局和局部约束的sLDA（glc-sLDA）扣件图像分类模型。首先，人工标注训练图像，并在sLDA模型中学习得到含有结构信息的训练主题分布；然后，计算测试主题分布，将测试图像的类别概率作为全局约束，将测试图像子块与训练图像子块的主题相似程度作为局部约束；最后，以全局和局部约束的乘积为更新权值，对训练主题分布加权求和得到新的测试主题分布，并在Softmax分类器中得到测试图像的分类结果。实验结果表明，glc-sLDA模型能表达扣件结构信息，与sLDA相比，各类别的扣件图像区分性增强，分类误检率减小了55%。

参考文献 | 相关文章 | 多维度评价

Select

3. 光照鲁棒性较强的肤色检测算法

黄廷辉杨飞崔更申

计算机应用 2014, 34 (4): 1130-1133. DOI: 10.11772/j.issn.1001-9081.2014.04.1133

摘要（566）

PDF （715KB）（393）

针对人脸肤色检测效果受光照影响较大的不足，提出了一种稳定性好的肤色检测算法。首先根据人脸左右对称的特性，采用像素修正算法将人脸区域上的过亮或过暗像素点替换为正常亮度下的像素点；然后采用一种根据像素点亮度的不同动态地确定色度阈值的自适应方法进行肤色检测。实验结果表明，相比YCbCr单高斯模型肤色检测等算法，所提算法在强弱不同的光照情况下提高的正检率超过了10%，误检率降低了5%，而且稳定性明显增强。

参考文献 | 相关文章 | 多维度评价

Select

4. 对人体姿态估计热图误差的再思考

杨飞宇宋展肖振中莫曜阳陈宇潘哲张敏张遥钱贝贝汤朝伟金武

《计算机应用》唯一官方网站
录用日期: 2021-12-31