摘 要：随着人工智能发展，过去的数年间，卷积神经网络，循环神经网络，自编码器，等领域发展迅速，但是由于移动设备的机能限制，很少存在移动设备上能够直接运行的网络模型，需要将网络轻量化才能在移动设备上使用。本文通过轻量化网络模型检测人体关键点，然后运用相关算法让人体动作和系统的指令相互匹配、反馈并形成一个完善的系统。
关键词：卷积神经网络；轻量级网络；人体检测；动作反馈
DOI:10.19850/j.cnki.2096-4706.2021.14.023
中图分类号：TP183 ；TP311 文献标识码：A 文章编号：2096-4706（2021）14-0086-04
A System That Uses Mobile Equipment to Detect and Feed Back Human Movements
FAN Zhenjun
(Renmin University of China, Beijing 100872, China)
Abstract: With the improvement of artificial intelligence, convolutional neural networks, cyclic neural networks, autoencoders, and other fields have developed rapidly in the past few years. However, due to the functional limitations of mobile devices, few models can run directly on mobile devices. The network model needs to be lightweight before it can be used on mobile devices. This paper uses lightweight network models to detect the key points of the human body, and then uses related algorithms to match human body movements and system commands, feedback and form a perfect system.
Keywords: convolutional neural network; lightweight network; human body detection; action feedback
参考文献：
[1] 唐晖，王庆，陈洪，等 . 基于深度学习的体感交互方法 [J]. 计算机与现代化，2019（2）：7-14.
[2] 周鑫 . 特征池化：一种用于 CNN 的特征选择方法 [D]. 西安：西安电子科技大学，2018.
[3] 夏瀚笙，沈峘，胡委 . 基于人体关键点的分心驾驶行为识别 [J]. 计算机技术与发展，2019，29（7）：1-5.
[4] 李玲霞，王羽，吴金君，等 . 基于改进型多维卷积神经网络的微动手势识别方法 [J]. 计算机工程，2018，44（9）： 243-249.
[5] SU Z H，YE M，ZHANG G H，et al.Cascade Feature Aggregation for Human Pose Estimation [J/OL].arXiv：1902.07837 [cs. CV].（2019-02-21）.https://arxiv.org/abs/1902.07837.
作者简介：范臻君（1982.11—），男，汉族，上海人，本科，研究方向：人工智能。