مجله ماشین بینایی و پردازش تصویر

مجله ماشین بینایی و پردازش تصویر

تخمین حالت سه‌بعدی بدن انسان از یک تصویر بوسیله شبکه عصبی کانولوشن و کدگذاری و بازنمایی تُنک با رویکرد مبتنی بر مدل

نوع مقاله : مقاله پژوهشی

نویسندگان
1 دانشجچوی کارشناسی ارشد مهندسی کامپیوتر، دانشگاه سمنان
2 داشکده مهندسی برق و کامپیوتر، دانشگاه سمنان
3 دانشکده مهندسی برق و کامپیوتر، دانشگاه سمنان
چکیده
در زمینه تخمین و ساخت اسکلت حالت سه‌بعدی بدن انسان از طریق بندهای بدن (body joints) بوسیله یک تصویر دوبعدی، چالش‌های عمق و خودانسدادی وجود دارد که مانع از تخمین دقیق می‌گردد. در این مقاله به تخمین حالت سه‌بعدی بدن انسان با دو رویکرد مختلف پرداخته شده است. بدین منظور، رویکرد اول پیشنهادی با تمرکز بر عمق حالت دوبعدی حقیقت اصلی بوسیله کدگذاری و بازنمایی تنک و تصحیح‌گر مبتنی بر مدل، حالت سه‌بعدی بدن انسان استخراج می‌شود. در رویکرد دوم پیشنهادی به‌کمک روش مبتنی بر یادگیری شبکه‌های عصبی کانولوشن، تخمین حالت دوبعدی بدن انسان بدست می‌آید، سپس بوسیله کدگذاری و بازنمایی تنک و تصحیح‌گر مبتنی بر مدل، تخمین عمق حالت استخراج می‌شود. نتایج حاصل از این روش، برتری تخمین حالت و عمق سه‌بعدی بدن انسان را نسبت به رویکردهای پیشین نشان می‌دهد. تخمین حالت‌های سه‌بعدی انجام شده در روش پیشنهادی نشان می‌دهد میانگین خطای بازسازی نسبت به کارهای  مشابه کاهش قابل توجهی داشته است
کلیدواژه‌ها

عنوان مقاله English

3D Human Pose Estimation on a 2D Image using Convolutional Neural Networks and Sparse Coding

نویسندگان English

Hassan Alikarami 1
Farzin Yaghmaee 2
mohammad javad fadaiee eslam 3
1 Msc. student, Electrical and Computer Engineering, Semnan University
2 Electrical and Computer Engineering Department, Semnan University
3 Electrical and Computer Engineering Department, Semnan University
چکیده English

There are challenges such as depth perception and self-occlusion, in the field of 3D human pose estimation and reconstruction which obstructs precise estimation of body joints. In this paper, we first extract human pose by focusing on 2D ground-truth using sparse coding and. In the second approach, we use a learning-based Convolutional Neural Networks using sparse coding and a model based rectifier to extract the estimated pose. Pose estimation by proposedmethod has reduced the mean error of the reconstruction in comparison with the state of the artworks.

کلیدواژه‌ها English

Convolutional Neural Networks
Sparse Coding and Representation
3D Pose Skeleton
3D Pose Estimation
دوره 6، شماره 2
اسفند 1398
صفحه 27-41

  • تاریخ دریافت 05 شهریور 1396
  • تاریخ بازنگری 05 مرداد 1397
  • تاریخ پذیرش 10 آبان 1397