基于堆叠沙漏网络的人体姿态估计开题报告

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

人体姿态估计是检测输入图像或者视频中获得骨骼关键点或者关键部位的位置坐标及其连接关系，以获得人体全局或者局部肢体姿态的一系列过程。在计算机视觉领域是一个非常重要的方向，人类动作理解、人机互动等等应用都需要精确的姿态识别。目前姿态估计已经在虚拟现实、动作电影制作等许多应用领域中承担重要的作用。随着计算机视觉领域和计算机图形学技术的发展，高准确性且高实时性的人体姿态估计方法成为研究目标。

但是人体姿态估计中依旧存在很多问题，例如：人体交互遮挡、光照变化、场景物体干扰等。堆叠式沙漏网络在降采样操作和升采样操作步骤间加入了跳级结构，能够保存图像较为完整的前段信息，从而辅助采样操作对原始图像信息的补全。因此，堆叠沙漏网络在人体姿态估计中具有很高的适应性，能够处理各种特殊姿态、光照变化等问题。基于堆叠沙漏模型的各种变种算法，牢牢占据了姿态检测的半壁江山，所以非常有必要对堆叠沙漏网络进行深入研究。

2. 研究的基本内容与方案

2.1 研究内容和目标

本文主要设计完成残差模块，并根据残差模块构建一个四阶的堆叠沙漏模块，最后采用中间监督的方式串联两个堆叠沙漏模块，从而构成一个包含两个模块的堆叠沙漏网络。在训练完成之后，需要对真实图像进行像素级预测并输出。

3. 研究计划与安排

第1-4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

第5-6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

第7-9周：设计网络各种模块并且进行串联。

4. 参考文献（12篇以上）

[1] 戴慧冰.基于深度学习和图结构模型的人体姿态估计[d]. 西安电子科技大学,2018.

[2] 华国光. 复杂场景下的多人实时姿态估计[d].河北工程大学,2019

[3]赵威驰,赵其杰,江俊晔,卢建霞.基于沙漏网络的人脸面部特征点检测[j].光学学报,2019,39(11):251-260.