[发明专利]一种基于深度卷积神经网络的人体姿势识别方法

摘要

该发明公开了一种基于深度卷积神经网络的人体姿势识别方法，属于模式识别与信息处理技术领域，涉及计算机视觉方面的行为识别任务，尤其涉及基于深度卷积神经网络的人体姿势估计系统的研究与实现方案。该神经网络具有的独立输出层和独立损失函数是为人体关节定位而设计的。ILPN由一个输入层，7个隐含层，2个独立的输出层组成。其中第1～6个隐含层是卷积层，用于特征提取，第7个隐含层(fc7)是全连接层。输出层由两个独立的部分组成fc8‑x和fc8‑y。其中fc8‑x用于预测关节的x坐标，fc8‑y用于预测关节的y坐标。在模型训练时，这两个输出都会有一个独立的softmax损失函数来指导模型的学习。从而具有训练简单迅速，计算量小，准确度高的优点。

主权项

一种基于深度卷积神经网络的人体姿势识别方法，该方法包括：步骤1：获得训练图像并对图像进行预处理：首先对训练图像进行数据扩展，再对扩展后的图像进行灰度处理；所述对训练图像的数据扩展包括：对图像RGB通道及其标注同时进行多次中心旋转，水平平移，水平翻转以及将图像尺寸伸缩到统一大小，并且记录缩放前后像素坐标的对应关系，保存为映射表；步骤2：使用步骤1获得的训练样本训练人体姿势的神经网络；步骤2.1：对图像依次进行卷积处理，Max Pooling处理，局部响应归一化处理，为神经网络的第一层；步骤2.2：对步骤2.1的结果依次进行卷积处理，局部响应归一化处理，为神经网络的第二层；步骤2.3：对步骤2.2的结果依次进行4次卷积处理，为神经网络的第三～六层；步骤2.4：将第六层以全连接的方式获得第七层；步骤2.5：将第七层以全连接的方式获得输出层：输出层被分为两个独立的部分，每个部分都额外与一个独立的损失函数相连接，分别计算模型预测的x和y坐标的误差，即在后向传播时，两个损失函数独立计算后向传播的梯度，输出层两个独立的部分也独立计算后向传播的梯度；当这两部分的梯度都计算完成后，第七层对这两部分的梯度求和并计算自己的梯度；通过计算输出层两个独立部分的最强响应神经元，获得一个人体关节的坐标；步骤2.6：依次使用训练图像多次重复步骤2.1～步骤2.5的方法训练神经网络，直到模型的损失收敛，即损失降到一定程度后不再降低，获得可准确定位人体关节的神经网络；步骤2.7：通过步骤2.1～步骤2.6，对每个关节训练一个深度神经网络来获得多个不同关节的坐标，这些坐标最终构成一个完整的人体姿势；步骤3：利用获得测试图像，利用步骤2训练得到的人体姿势估计神经网络来估计测试图像中的人体姿势；最后，通过查找步骤1中获得的坐标映射表，将统一尺度下的人体姿势映射回原图像尺度下。