《表1 姿态识别运算用时：面向移乘搬运护理机器人的人体姿态视觉识别》
提示：宽带有限、当前游客访问压缩模式
对常用的姿态识别方法的计算速度进行测试，结果如表1所示，对比可知:文[14]中所用的3D卷积方法，单次3D关节位置估算超过2 s，无法满足移乘搬运护理机器人的实时性需求，因此，本文后续实验不再测试.Kinect SDK v2.0方法每秒可以完成约30次关节预测，实时性最优.文[13]的方法与本文方法单次计算用时相仿，约200 ms，可印证本文方法的良好实时性.
| 图表编号 | XD0090090500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.09.01 |
| 作者 | 刘今越、李顺达、陈梦倩、郭士杰 |
| 绘制单位 | 河北工业大学机械工程学院、省部共建电工装备可靠性与智能化国家重点实验室、河北省机器人感知与人机融合重点实验室、河北工业大学机械工程学院、省部共建电工装备可靠性与智能化国家重点实验室、河北省机器人感知与人机融合重点实验室、河北工业大学机械工程学院、省部共建电工装备可靠性与智能化国家重点实验室、河北省机器人感知与人机融合重点实验室、河北工业大学机械工程学院、省部共建电工装备可靠性与智能化国家重点实验室、河北省机器人感知与人机融合重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
