计算机工程与科学

作者：胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉,

单位：1.湖北省服装信息化工程技术研究中心，湖北 武汉 430200;2.武汉纺织大学计算机与人工智能学院，湖北 武汉 430200

关键词：遗传算法,BP神经网络,马尔科夫链,尺寸预测,非接触性测量,

基金：国家自然科学基金（61103085）；湖北省高等学校优秀中青年科技创新团队计划（T201807）

平面图像由于缺少深度信息从而难以从中获取人体的三维尺寸信息，传统线性回归方法拟合的尺寸信息为该人体所属阈值区间的均值，由于忽视了人体自身的异构性，导致拟合的尺寸误差较大。采用模型重建的方法，可以提高尺寸获取的精度。但是，利用深度神经网络的方法由于计算量与参数规模较大，难以部署到移动终端中。因此，提出了基于改进GA-BP-MC神经网络的人体三维尺寸预测模型UGA-BP-MC，通过改进自适应交叉、变异概率优化的遗传算法（UGA）对BP网络的结构、权值和阈值进行优化，然后采用马尔科夫残差模型对UGA-BP模型输出值进行修正。最后通过工程实例对210组样本进行数据对比分析发现，相对于超椭圆曲线法、多元函数模型和GA-BP模型，UGA-BP-MC预测值的平均误差分别减少了2.8 cm, 1.62 cm和0.94 cm。

来源：2021年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2021年第8期