祝 睿，薛文華，李汶艾，伍釗圻，邱 雪

（1.成都加百力科技有限公司，四川 成都 610000；2.成都市郫都區(qū)郫筒一小，四川 成都 611730；3.成都市草堂小學(xué)西區(qū)分校，四川 成都 610073；4.新疆克拉瑪依市第八小學(xué)，新疆 克拉瑪依 834000）

1 研究背景

姿勢識別是計算機(jī)研究領(lǐng)域的重要問題，在現(xiàn)實(shí)中具有廣泛的應(yīng)用場景。一般而言，可以根據(jù)識別技術(shù)的不同，劃分為兩種研究范疇。第一種是根據(jù)特定傳感器設(shè)備輸入的信息，對姿勢進(jìn)行判斷，比如智能手環(huán)、智能眼鏡等。另一種方式是通過影像設(shè)備捕捉人體的圖片，然后利用計算機(jī)視覺，判斷人體的姿勢。其基本的流程是通過攝像頭獲得人體的圖片，然后通過背景處理，將圖片中的人物信息進(jìn)行提取。在提取人物信息的基礎(chǔ)上，對人物的關(guān)鍵部位或者輪廓進(jìn)行識別，然后提取關(guān)鍵部位的特征，對人物的姿勢進(jìn)行判斷。采用攝像機(jī)獲取人物圖片較為方便，但是更容易受到各類背景數(shù)據(jù)，比如光照強(qiáng)度等的影響，需要精度更高的算法對人體姿勢進(jìn)行識別。

姿勢識別具有豐富的應(yīng)用場景，可以應(yīng)用于游戲、工業(yè)、教育、醫(yī)療衛(wèi)生等眾多領(lǐng)域。通過姿勢識別能夠針對目標(biāo)群體，比如小孩、老人等進(jìn)行一定的識別，當(dāng)其處于危險或者不良姿勢習(xí)慣時進(jìn)行干預(yù)。目前，常用的姿勢識別模型包括各類神經(jīng)網(wǎng)絡(luò)算法，本文的目的是構(gòu)建一種輕型的姿勢識別模型。BP神經(jīng)網(wǎng)絡(luò)具有實(shí)現(xiàn)速度快，識別效果較好等特點(diǎn)。為更好的對姿勢進(jìn)行識別，本文進(jìn)一步采用Adaboost模型提升BP神經(jīng)網(wǎng)絡(luò)模型的識別效果。

2 國內(nèi)外研究情況

姿勢識別一直是計算機(jī)領(lǐng)域的研究熱點(diǎn)，Tseng等[1]針對人臉以及表情識別進(jìn)行研究。在人臉識別中，采用膚色檢測的方式提取人臉的信息，然后識別人臉的不同五官信息。Fischler[2]建立了圖結(jié)構(gòu)模型，通過計算與模板圖的距離等方式，來判斷人體姿態(tài)，但是這種方法的精度相對較低。Toshev和Christian Szegedy等[3]構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)Deeppose，采用該神經(jīng)網(wǎng)絡(luò)對圖片中的多人姿勢進(jìn)行識別。其關(guān)鍵在于對不同人體的關(guān)鍵點(diǎn)進(jìn)行提取，采用關(guān)鍵點(diǎn)作為姿勢的特征信息，然后基于深度神經(jīng)網(wǎng)絡(luò)進(jìn)行分類學(xué)習(xí)。Tompson[4]基于熱力圖信息構(gòu)建姿勢識別模型，其核心在于采用關(guān)鍵點(diǎn)的熱力圖作為特征，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型進(jìn)行姿勢識別。

我國學(xué)者方面，馮文宇等[5]基于OpenPose開發(fā)智能姿勢識別模型，進(jìn)一步提升了模型的識別效率與精度。通過權(quán)值修剪等，進(jìn)一步提高了信息特征的濃度，在測試中檢測速度提高三倍，并且精度高于80%。龔銳[6]采用MTCNN神經(jīng)網(wǎng)絡(luò)模型對人體姿勢進(jìn)行識別，并進(jìn)行人物跟蹤。其關(guān)鍵技術(shù)是采用ArcFace提取人物的臉部特征，然后根據(jù)人臉特征，對應(yīng)相關(guān)的人物，并對其姿勢動作進(jìn)行連續(xù)識別。翟煜[7]則針對傳感器信息進(jìn)行人體姿勢識別，并構(gòu)建增強(qiáng)的支持向量機(jī)，結(jié)合偏二叉決策樹，對處于不同動作狀態(tài)的人體姿勢進(jìn)行識別，其模型具體效率較高、復(fù)雜性較低、準(zhǔn)確性較高等特點(diǎn)。

3 模型構(gòu)建

姿勢識別主要包括以下環(huán)節(jié)：①圖像預(yù)處理。首先獲取圖片，然后提取圖像的單幀信息，去除背景等信息，并進(jìn)行數(shù)據(jù)平滑與去噪。②對人體區(qū)域進(jìn)行分割，并識別人體關(guān)鍵點(diǎn)。③提取關(guān)鍵點(diǎn)的特征信息，構(gòu)建姿勢識別的特征向量。④采用模型對特征進(jìn)行計算，分析人體姿勢的狀態(tài)。本文主要針對第四點(diǎn)進(jìn)行分析，并且本文為了研究一種輕量的姿態(tài)識別算法，選擇采用BP神經(jīng)網(wǎng)絡(luò)模型。采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行姿勢識別的構(gòu)建步驟如下。

（1）初始化網(wǎng)絡(luò)及學(xué)習(xí)參數(shù)。BP神經(jīng)網(wǎng)絡(luò)模型主要分為輸入層、隱含層、輸出層，各層之間單層全連接。在初始化階段，將神經(jīng)單元之間的連接權(quán)重設(shè)置為[-1,1]之間的隨機(jī)數(shù)。

（2）輸入訓(xùn)練樣本。將標(biāo)注好不同姿勢狀態(tài)的圖片特征信息輸入到BP神經(jīng)網(wǎng)絡(luò)模型中，作為建模的素材來源。

（3）正向傳播過程。對于輸入的姿勢圖像特征，隱藏層根據(jù)不同的神經(jīng)單元的激勵函數(shù)以及連接權(quán)重，計算輸出結(jié)果，然后根據(jù)結(jié)構(gòu)對姿勢狀態(tài)進(jìn)行判斷。如果判斷誤差在一定范圍以外，則進(jìn)行第（4）步，否則返回到第（2）步，接收新的訓(xùn)練樣本。

（4）反向傳播過程。

該步驟根據(jù)對姿勢判斷的結(jié)構(gòu)，調(diào)整BP神經(jīng)網(wǎng)絡(luò)模型不同神經(jīng)單元之間的連接權(quán)重，首先計算姿勢判斷的誤差 ，然后根據(jù)公式（1）對隱藏層的神經(jīng)單元權(quán)重進(jìn)行修正。

（5）重新訓(xùn)練。通過反向轉(zhuǎn)播對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)整后，重新對樣本進(jìn)行計算，并更新誤差。如果誤差處于可接受狀態(tài)或者迭代次數(shù)到達(dá)一定的范圍，則結(jié)束訓(xùn)練，返回模型，否則重復(fù)第（4）步，對BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行修正。

一般而言，直接將BP神經(jīng)網(wǎng)絡(luò)模型用于姿態(tài)的識別可能存在效果較差等問題，因此本文采用Adaboost模型對其效果進(jìn)行增強(qiáng)。Adaboost模型是一種迭代學(xué)習(xí)框架，可以有效地提升弱學(xué)習(xí)器的預(yù)測效果。

（1）初始化權(quán)重，為每個樣本分配權(quán)重，如公式（2）所示。

根據(jù)公式（6）綜合不同學(xué)習(xí)模型的預(yù)測結(jié)果。

式中，f代表不同模型的投票，也就是選擇獲得投票數(shù)最多的姿勢作為模型的輸出結(jié)果。

4 實(shí)證分析

為分析Adaboost-BP神經(jīng)網(wǎng)絡(luò)模型對圖像中姿勢識別的效果，本文基于COCO數(shù)據(jù)集合進(jìn)行識別。COCO數(shù)據(jù)集合是微軟構(gòu)建的大型的目標(biāo)檢測的數(shù)據(jù)集。本文在實(shí)證中，首先采用OpenPose識別COCO圖像中的人體關(guān)鍵點(diǎn)，然后采用傅里葉變換對關(guān)鍵點(diǎn)進(jìn)一步提取特征，然后將COCO圖像集合中的動作進(jìn)行分類，劃分為叉腰、揮手等動作類型，采用BP神經(jīng)網(wǎng)絡(luò)、Adaboost-BP神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)以及CNN卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行實(shí)證。在訓(xùn)練中，采用3200張圖片進(jìn)行訓(xùn)練，另外400張圖片進(jìn)行測試。采用遺傳算法獲得Adaboost-BP神經(jīng)網(wǎng)絡(luò)模型的最優(yōu)參數(shù)，如表1所示。

表1 遺傳算法Adaboost-BP神經(jīng)網(wǎng)絡(luò)最優(yōu)參數(shù)

如表1所示，神經(jīng)網(wǎng)絡(luò)單元的結(jié)構(gòu)是輸入變量49 862個，3 621個隱藏神經(jīng)單元，7個輸出單元。學(xué)習(xí)率為0.076，隱藏層以及輸出層采用sigmoid函數(shù)，識別效果如下：

圖1 識別效果

同時，為了與未采用Adaboost的BP神經(jīng)網(wǎng)絡(luò)等模型進(jìn)行對比，本文還采用基準(zhǔn)模型進(jìn)行學(xué)習(xí)，最后綜合效果如表2所示。

表2 不同模型在測試集上的結(jié)果對比

從表2所示，Adaboost-BP神經(jīng)網(wǎng)絡(luò)模型具有與CNN卷積神經(jīng)網(wǎng)絡(luò)模型類似的識別效果，并且在雙手叉腰、單臂張開、跑步與散步等動作的識別上，比CNN卷積模型具有更好的效果。同時，通過Adaboost迭代學(xué)習(xí)對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，在不同的姿勢識別上，都具有一定的提升效果，比采用BP神經(jīng)網(wǎng)絡(luò)模型能夠更為精確的識別各類姿勢。

5 研究結(jié)論

姿勢識別是計算機(jī)視覺中的重要研究方向，為獲得具有較好效果、輕量級的姿勢識別模型，本文基于BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建姿勢識別模型，并采用Adaboost迭代學(xué)習(xí)對BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果進(jìn)行提升，獲得與CNN卷積神經(jīng)網(wǎng)絡(luò)模型具有類似預(yù)測效果的模型，并且直接與采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行姿勢識別進(jìn)行對比，在識別精度上具有較大的提升?！?/p>