基于堆叠沙漏网络改进的多人姿态估计

摘要：

为解决多人姿态估计中小尺度关键点(手腕、脚踝等)定位准确率低的问题,采用自顶向上的方式,结合先进的人体目标检测模型YOLOv3,提出一种基于堆叠沙漏网络改进的多人姿态估计方法.在沙漏网络中融入通道混洗模块,加强不同尺度下多层特征之间的跨通道信息交流,提高被遮挡关键点的识别效果;使用注意力机制对沙漏网络原有的残差模块进行特征增强,抑制无用特征并提升有用特征,提高小尺度关键点的识别率.实验结果表明,在MPII数据集上的总体PCK@0.5达到了88.6％,在MSCOCO数据集上的AP@0.75相比原始网络提升了4.6％,验证了所提方法的有效性.

关键词：堆叠沙漏网络;人体姿态估计;多尺度特征融合;注意力机制;人体目标检测

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;中央高校基本科研业务费基金

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：502-509