基于深度学习的人体参数测量方法研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:QUFENGJUN
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人体参数测量在服装定制、人机工程学等诸多其它领域有着较为广泛的应用。传统的人体参数测量方法有测量过程所需时间较长、测量的准确度依赖人的经验水平等不足之处。近年来,随着计算机技术的发展,对人体参数测量方法的相关研究逐渐由传统方法转向非接触式测量方法,许多学者提出了创新的测量方法,这些方法虽然在一定程度上可以解决耗时长、测量不精确的问题,但无法完全满足各领域所需的任意场景下测量、准确测量、大批量重复测量的要求。本研究致力于解决上述各领域的测量需求,对现有的非接触式人体参数测量方法进行了研究,并针对人体轮廓提取、人体特征点提取、人体参数测量模型构建三个步骤进行了优化与改进,提出了一种基于深度学习的人体参数测量方法。本研究通过实验验证了该方法的可行性与准确性,证明该方法可以满足上述领域的测量要求,并将该方法在实际场景进行了应用。本文主要工作内容如下:(1)对现有人体轮廓提取方法进行研究,对比分析了各类型的人体轮廓提取方法的优点与不足,引入并应用神经网络知识,提出了一种基于深度学习的人体轮廓提取方法;(2)研究现有人体特征点提取方法,比较分析各类型特征点提取方法的优缺点,综合现有的两种特征点提取方法,提出了一种结合先验知识和轮廓特征的人体特征点提取方法;(3)基于本研究的轮廓提取方法和特征点提取结果,结合先验人体知识,将人体分为六类,并进行相关分析以选择适当的模型自变量。采用新的函数进行回归分析,最终构建了各类别的人体参数测量模型;(4)采集了311组人体样本数据,并设计了实验,对基于深度学习的人体参数测量方法进行了测量准确度的验证,并与一家智能科技公司进行合作,将该方法应用于一款服装软件中,使其在实际场景得到了应用。经过实验验证与实际场景的应用,基于深度学习的人体参数测量方法测量准确度高,可以实现任意场景测量、准确测量、大批量重复测量、多部位测量的目标。
其他文献
社交媒体正在成为用户观点交流和情感表达的主要平台。用户在表达自身情感的同时,其相互作用也在不断影响现实社会。因此,基于自然语言处理技术的情绪分析、意图识别等研究的
本文通过采用射频磁控溅射法制备Mg掺杂Ga_2O_3薄膜,并研究双靶交替溅射和混合靶材直接溅射两种掺杂方式对薄膜性质的影响;之后选用掺杂方式更好的方式制备不同溅射条件下的Mg掺杂Ga_2O_3薄膜,并将其中一组样品进行后退火处理,并使用X射线衍射仪(XRD)、紫外分光光度计(UV-Vis)、原子力显微镜(AFM)、扫描电子显微镜(SEM)、能量色散谱仪(EDS)以及光致发光谱仪(PL)等测试仪器对
异常行为检测目的主要是从智能监控视频的场景中自动检测分析出不同寻常的运动行为,这对于智能视频监控系统对实际的应用场景中的运动进行监控,并对视频场景中的内容信息进行
负载能力是衡量机械臂性能重要指标,由于关节型机械臂多为电机直接驱动,工作过程中电机随关节一起运动,导致关节输出转矩受制于驱动电机的重量,转矩越大所需要的电机尺寸就越
设备监造对于工程项目的实施至关重要,是促进工程项目顺利实施、安全稳定运行、提升工程项目单位整体经济效益的重要保障。本文以锡林郭勒盟东乌旗褐煤提质项目为例,通过设备
近年来,随着我国现代化进程不断加快,汽车的保有量急剧增加,这同时也导致了交通事故的频发。为保障生命财产安全,各大汽车厂商愈加关注汽车的主被动安全以及辅助驾驶或自动驾
信用评估分类是企业风险管理的重要组成部分,其主要目标是根据客户信息资料从中甄别出优质客户和不良客户,寻找出影响客户信用的关键影响因子,为企业管理层信用决策提供参考
人脸的识别技术历史悠久,目前也逐渐趋于成熟,并已广泛的在各领域上进行应用的推广。由于人脸识别技术的发展,人脸相似度判定和面部图像检测技术也得到许多领域的关注,例如刑
幼年动物长时间或反复接受全身麻醉可引起中枢神经系统神经元的广泛凋亡,尽管有研究提示全麻药的这一神经毒性作用可能与其抑制发育期,特别是突触形成高峰期神经网络的电活动
随着互联网技术的不断进步与发展,网络购物平台的用户数量与日俱增。在众多可供浏览与购买的在线商品中服装占据了较大比例与营收份额。在此背景下,如何高效地检索、推荐在线