基于深度学习的动物姿态估计和状态评估研究

详细信息    查看全文 | 推荐本文 |

	作者：陈永康 ; 宋亚男 ; 何嘉俊 ; 徐荣华 ; 黄栩滨 中文刊名：ELEW 英文刊名：Electronics World 机构：广东工业大学; 出版日期：2019-03-08 出版单位：电子世界 年：2019 期：No.563 基金：广东省科技计划项目(2016A020222012);; 广东省自然科学基金(2018A030313775);; 广东工业大学青年基金(18ZK0021) 语种：中文; 页：ELEW201905033 页数：2 CN：05 ISSN：11-2086/TN 分类号：49-50

摘要

<正>动物的姿态动作反应其身体状态,了解动物的姿态动作对动物园及养殖管理有重要作用。为了降低人员疏忽而导致不能及时发现动物的状况变化,本文尝试迁移人体的姿态估计到动物姿态评估上面,并使用LeNet-5对动作状态进行分析,在姿态评估中有一定效果。1前言近几年,随着GPU等图形处理器的发展和大型公共数据集的发布,极大地推动了深度学习的发展。姿态估计是其中一个比较热门的领域(崔伟,柳巨雄,健康养殖不可缺失的"支点"——动物行为学研究现状及其在实践中的应用:中国动物保健,2007),深度学习在此取得不错的进展,其中以人体姿态评估最为突出。
        

引文