Faster R-CNN 模型在人体跑步姿态识别中的应用
计算机视觉与模式识别
2018-11-14 v1
摘要
Faster R-CNN（Faster Regional Convolutional Neural Network，更快的区域卷积神经网络）等先进算法适用于识别分类后的运动物体，因其在学习训练数据集方面优于普通 CNN 算法，且在验证与测试数据集中标注正确类别的准确率更高。本研究检验并比较了三种 R-CNN 类算法在物体识别中的表现，以展示 Faster R-CNN 模型在分类人体跑步姿态上的优越效率与准确率。随后通过数据集拟合实验，描述了 Faster R-CNN 在检测单人或多人所展现的不同类型跑步姿态方面的效果。本研究中，Faster R-CNN 算法直接采用 Ross Girshick 发布的版本实现。
引用
@article{arxiv.1811.05147,
title = {Application of Faster R-CNN model on Human Running Pattern Recognition},
author = {Kairan Yang and Feng Geng},
journal= {arXiv preprint arXiv:1811.05147},
year = {2018}
}
备注
10 pages, 2 figures, 4 tables