基于高分辨率网络的人体姿态估计

摘要：

针对高分辨率网络中存在不同分支特征交叉融合导致参数量大、运算复杂度高等问题,提出了一种基于高分辨率检测网络(HRNet)的人体姿态估计优化网络模型.引入空洞空间卷积池化金字塔替代多分辨率分支网络交叉融合过程,同时引入注意力机制,提高网络输出特征图质量,从而保证改进后网络检测的准确度.在环境配置和网络输入图像分辨率一致的情况下,所提出的模型在COCO数据集上实验结果较HRNet相比参数量下降38.6％,运算复杂度下降35.2％.实验结果表明:改进后网络在检测精度略微下降的情况下,能有效降低参数量、运算复杂度.

关键词：姿态估计、高分辨率网络、空洞卷积、人体检测、关键点相似度

所属期刊栏目：42

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省自然科学基金资助项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：229-237