为解决多人姿态估计中小尺度关节点定位准确率低的问题,采用自顶向下的方法,结合人体目标检测模型YOLOv4-tiny,提出一种基于堆叠沙漏网络改进的多人姿态估计网络.该网络包含人体目标检测器和人体姿态估计算法,通过在沙漏网络原始残差模块中融入坐标注意力机制进行特征增强,抑制无用特征的同时增强有用特征,从而提高对人体中小尺度关节点的识别准确率.实验结果表明,该模型在COCO数据集上获得了64.9%的平均准确率,在MPII数据集上正确关键点的比例达88.8%,验证了网络的有效性.
底家治;王奔;
杭州师范大学信息科学与技术学院,浙江杭州311121
计算机与自动化
人体姿态估计;人体目标检测;注意力机制;堆叠沙漏网络
《杭州师范大学学报（自然科学版）》 2024 (003)
P.248-254,264 / 8
浙江省基础公益研究计划项目(LGF19F020011).
10.19926/j.cnki.issn.1674-232X.2022.10.183
评论