ResNet网络下教室人物姿态分类

作     者：倪照风 马原东 崔潇 郦烜杰 杨秀璋 罗子江 NI Zhaofeng;MA Yuandong;CUI Xiao;LI Xuanjie;YANG Xiuzhang;LUO Zijiang

作者机构：贵州财经大学信息学院贵州贵阳550025 北京盛开互动科技有限公司北京100089 中国科学院大学电子学院北京100049 

基　　金：国家自然科学基金项目(11664005) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2020年第43卷第12期

页      码：42-46页

摘      要：该文首次将ResNet网络的思想对复杂教室环境下的人物进行多类别分类设计,改进了网络结构,有效解决了传统基于像素特征的方法分类效果不理想的问题。实验中通过卷积提取特征、不同感受野、保留像素间联系、多层卷积级联提取深层次特征等方法,在网络训练过程中进行参数调整,优化算法和网络参数来解决困难样本的识别,将多类别的分类准确率从83.5%提升到99.2%,并实现了多目标检测的11类样本的判定。最终选取ResNet1816来进行高速有效的多类别识别。

主 题 词：姿态分类 ResNet网络 卷积网络 分类训练 参数调整 多类别识别 

学科分类：080904[080904] 0810[工学-土木类] 0809[工学-计算机类] 08[工学] 080402[080402] 0804[工学-材料学] 081001[081001] 

D　O　I：10.16652/j.issn.1004373x.2020.12.011

馆 藏 号：203934504...