基于MIMO-CNN的多模态坐姿识别

作     者：黄安义 沈捷 秦雯 王莉 HUANG An-yi;SHEN Jie;QIN Wen;WANG Li

作者机构：南京工业大学电气工程与控制科学学院江苏南京211816 

基　　金：江苏省自然科学青年基金项目(BK20171019) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2021年第42卷第3期

页      码：770-775页

摘      要：为解决坐姿多样性(不同体型、同一坐姿的差异性)和摄像头角度变化对坐姿的识别的影响,提出一种基于MIMO(多输入多输出)-CNN的多模态坐姿识别方法。在预处理后的人体坐姿深度图像的基础上,得到人体坐姿在笛卡尔平面上的左视图和俯视图的投影,使用设计的MIMO-MobileNet对人体坐姿在前后和左右方向的坐姿分别进行识别。实验结果表明,该算法有效可行,提高了坐姿识别的准确率和适应能力,使坐姿识别不局限于特定的摆拍坐姿。

主 题 词：卷积神经网络 深度图像 投影 多模态 多输入输出 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.16208/j.issn1000-7024.2021.03.025

馆 藏 号：203102593...