基于Adaboost-BP神经网络模型的姿势识别研究

祝 睿，薛文华，李汶艾，伍钊圻，邱 雪

（1.成都加百力科技有限公司，四川 成都 610000；2.成都市郫都区郫筒一小，四川 成都 611730；3.成都市草堂小学西区分校，四川 成都 610073；4.新疆克拉玛依市第八小学，新疆 克拉玛依 834000）

1 研究背景

姿势识别是计算机研究领域的重要问题，在现实中具有广泛的应用场景。一般而言，可以根据识别技术的不同，划分为两种研究范畴。第一种是根据特定传感器设备输入的信息，对姿势进行判断，比如智能手环、智能眼镜等。另一种方式是通过影像设备捕捉人体的图片，然后利用计算机视觉，判断人体的姿势。其基本的流程是通过摄像头获得人体的图片，然后通过背景处理，将图片中的人物信息进行提取。在提取人物信息的基础上，对人物的关键部位或者轮廓进行识别，然后提取关键部位的特征，对人物的姿势进行判断。采用摄像机获取人物图片较为方便，但是更容易受到各类背景数据，比如光照强度等的影响，需要精度更高的算法对人体姿势进行识别。

姿势识别具有丰富的应用场景，可以应用于游戏、工业、教育、医疗卫生等众多领域。通过姿势识别能够针对目标群体，比如小孩、老人等进行一定的识别，当其处于危险或者不良姿势习惯时进行干预。目前，常用的姿势识别模型包括各类神经网络算法，本文的目的是构建一种轻型的姿势识别模型。BP神经网络具有实现速度快，识别效果较好等特点。为更好的对姿势进行识别，本文进一步采用Adaboost模型提升BP神经网络模型的识别效果。

2 国内外研究情况

姿势识别一直是计算机领域的研究热点，Tseng等[1]针对人脸以及表情识别进行研究。在人脸识别中，采用肤色检测的方式提取人脸的信息，然后识别人脸的不同五官信息。Fischler[2]建立了图结构模型，通过计算与模板图的距离等方式，来判断人体姿态，但是这种方法的精度相对较低。Toshev和Christian Szegedy等[3]构建卷积神经网络Deeppose，采用该神经网络对图片中的多人姿势进行识别。其关键在于对不同人体的关键点进行提取，采用关键点作为姿势的特征信息，然后基于深度神经网络进行分类学习。Tompson[4]基于热力图信息构建姿势识别模型，其核心在于采用关键点的热力图作为特征，构建神经网络模型进行姿势识别。

我国学者方面，冯文宇等[5]基于OpenPose开发智能姿势识别模型，进一步提升了模型的识别效率与精度。通过权值修剪等，进一步提高了信息特征的浓度，在测试中检测速度提高三倍，并且精度高于80%。龚锐[6]采用MTCNN神经网络模型对人体姿势进行识别，并进行人物跟踪。其关键技术是采用ArcFace提取人物的脸部特征，然后根据人脸特征，对应相关的人物，并对其姿势动作进行连续识别。翟煜[7]则针对传感器信息进行人体姿势识别，并构建增强的支持向量机，结合偏二叉决策树，对处于不同动作状态的人体姿势进行识别，其模型具体效率较高、复杂性较低、准确性较高等特点。

3 模型构建

姿势识别主要包括以下环节：①图像预处理。首先获取图片，然后提取图像的单帧信息，去除背景等信息，并进行数据平滑与去噪。②对人体区域进行分割，并识别人体关键点。③提取关键点的特征信息，构建姿势识别的特征向量。④采用模型对特征进行计算，分析人体姿势的状态。本文主要针对第四点进行分析，并且本文为了研究一种轻量的姿态识别算法，选择采用BP神经网络模型。采用BP神经网络模型进行姿势识别的构建步骤如下。

（1）初始化网络及学习参数。BP神经网络模型主要分为输入层、隐含层、输出层，各层之间单层全连接。在初始化阶段，将神经单元之间的连接权重设置为[-1,1]之间的随机数。

（2）输入训练样本。将标注好不同姿势状态的图片特征信息输入到BP神经网络模型中，作为建模的素材来源。

（3）正向传播过程。对于输入的姿势图像特征，隐藏层根据不同的神经单元的激励函数以及连接权重，计算输出结果，然后根据结构对姿势状态进行判断。如果判断误差在一定范围以外，则进行第（4）步，否则返回到第（2）步，接收新的训练样本。

（4）反向传播过程。

该步骤根据对姿势判断的结构，调整BP神经网络模型不同神经单元之间的连接权重，首先计算姿势判断的误差 ，然后根据公式（1）对隐藏层的神经单元权重进行修正。

（5）重新训练。通过反向转播对BP神经网络进行调整后，重新对样本进行计算，并更新误差。如果误差处于可接受状态或者迭代次数到达一定的范围，则结束训练，返回模型，否则重复第（4）步，对BP神经网络的结构进行修正。

一般而言，直接将BP神经网络模型用于姿态的识别可能存在效果较差等问题，因此本文采用Adaboost模型对其效果进行增强。Adaboost模型是一种迭代学习框架，可以有效地提升弱学习器的预测效果。

（1）初始化权重，为每个样本分配权重，如公式（2）所示。

根据公式（6）综合不同学习模型的预测结果。

式中，f代表不同模型的投票，也就是选择获得投票数最多的姿势作为模型的输出结果。

4 实证分析

为分析Adaboost-BP神经网络模型对图像中姿势识别的效果，本文基于COCO数据集合进行识别。COCO数据集合是微软构建的大型的目标检测的数据集。本文在实证中，首先采用OpenPose识别COCO图像中的人体关键点，然后采用傅里叶变换对关键点进一步提取特征，然后将COCO图像集合中的动作进行分类，划分为叉腰、挥手等动作类型，采用BP神经网络、Adaboost-BP神经网络模型、支持向量机以及CNN卷积神经网络模型进行实证。在训练中，采用3200张图片进行训练，另外400张图片进行测试。采用遗传算法获得Adaboost-BP神经网络模型的最优参数，如表1所示。

表1 遗传算法Adaboost-BP神经网络最优参数

如表1所示，神经网络单元的结构是输入变量49 862个，3 621个隐藏神经单元，7个输出单元。学习率为0.076，隐藏层以及输出层采用sigmoid函数，识别效果如下：

图1 识别效果

同时，为了与未采用Adaboost的BP神经网络等模型进行对比，本文还采用基准模型进行学习，最后综合效果如表2所示。

表2 不同模型在测试集上的结果对比

从表2所示，Adaboost-BP神经网络模型具有与CNN卷积神经网络模型类似的识别效果，并且在双手叉腰、单臂张开、跑步与散步等动作的识别上，比CNN卷积模型具有更好的效果。同时，通过Adaboost迭代学习对BP神经网络模型进行优化，在不同的姿势识别上，都具有一定的提升效果，比采用BP神经网络模型能够更为精确的识别各类姿势。

5 研究结论

姿势识别是计算机视觉中的重要研究方向，为获得具有较好效果、轻量级的姿势识别模型，本文基于BP神经网络模型构建姿势识别模型，并采用Adaboost迭代学习对BP神经网络模型的预测效果进行提升，获得与CNN卷积神经网络模型具有类似预测效果的模型，并且直接与采用BP神经网络进行姿势识别进行对比，在识别精度上具有较大的提升。■