一种基于单图像的高效深度卷积神经网络瑜伽姿态识别模型
计算机视觉与模式识别
2023-06-29 v1
摘要
姿态识别涉及设计算法以在 2D/3D 空间中定位人体关节，并对估计的关节位置进行推理以预测姿态。瑜伽姿态包含一些非常复杂的姿势。它给计算机视觉算法带来了各种挑战，如遮挡、类间相似性、类内变异性、视角复杂性等。本文提出 YPose，一种高效的深度卷积神经网络（CNN）模型，用于从 RGB 图像中识别瑜伽体式。所提模型包含以下四个步骤：（a）首先，使用基于分割的方法分割感兴趣区域（ROI），从原始图像中提取 ROI；（b）其次，这些精炼图像传入基于 EfficientNets 主干的 CNN 架构进行特征提取；（c）第三，添加改编自密集连接网络架构的密集精炼块以学习更多样化的特征；（d）第四，应用全局平均池化和全连接层对瑜伽姿态的多级层次进行分类。所提模型已在 Yoga-82 数据集上测试。该数据集是公开可用的瑜伽姿态识别基准数据集。实验结果表明，所提模型在该数据集上达到了最先进水平。所提模型获得的准确率为 93.28%，比早期最先进水平（79.35%）提高了约 13.9%。代码将公开提供。
引用
@article{arxiv.2306.15768,
title = {An Efficient Deep Convolutional Neural Network Model For Yoga Pose Recognition Using Single Images},
author = {Santosh Kumar Yadav and Apurv Shukla and Kamlesh Tiwari and Hari Mohan Pandey and Shaik Ali Akbar},
journal= {arXiv preprint arXiv:2306.15768},
year = {2023}
}