姿态检测网络在服装关键点检测中的应用

为了提供全面且精度较高的关键点用于确定服装的具体轮廓,提升服装配准和检索的精度,运用估计人体姿态的深度神经网络卷积姿态机(convolutional pose machine,CPM)建立模型,对数据图片进行色度等增强,利用高斯核函数建立图片真实标签,并且仿照特征金字塔改变前端网络结构,对模型进行训练。实验结果表明:卷积姿态机可以有效地应用于服装关键点检测;与其他模型相比,能够检测单个人全身的穿着及5种不同类别的服装,提升裤子或者衬衫等大种类的检测精度为1%。

光流法在视觉识别中的应用研究

文章利用光流算法对视觉识别的特定物体进行了解算。利用Python软件平台的综合性结合OpenCV作为基础,在高斯滤波和Canny获得特定颜色物体的基础上,通过光流算法进行了物体运动趋势分析,通过Python自带的图形显示,证明了光流能够较好地介入图像并且与实际运动方向相锲合。因此验证了光流算法在视觉识别中的可行性。