面向移乘搬运护理机器人的人体姿态视觉识别
【摘要】 针对移乘搬运护理机器人系统对人体姿态检测的高准确性、近距离适应性等要求，提出一种基于RGB-D（RGB-depth）信息的双级卷积神经网络算法.利用第1级网络计算彩色图像中的人体关节像素坐标，将彩色图人体关节坐标映射到深度图坐标，计算关节热图;提出一种卷积神经网络结构，将深度图像和关节热图输入第2级网络，估算3D人体关节位置.根据人体关节点位置，采用图像分割方法进一步计算腋下点.实验结果表明，本文提出的人体姿态识别方法单次计算用时210ms，在移乘搬运护理机器人应用环境下，人体姿态识别精度达到了91.5%，在近距离环境下人体姿态识别精度达到了90.3%，具备实时、准确的人体姿态全局坐标估算能力.
