轻量高效的自底向上人体姿态估计算法研究
Research on Lightweight and Efficient Bottom-Up Human Pose Estimation Algorithm作者机构:西安邮电大学电子工程学院西安710121
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2024年第60卷第18期
页 面:217-229页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 081203[工学-计算机应用技术] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:陕西省自然科学基金(2011JM8038) 陕西省重点产业创新链(群)项目(S2019-YF-ZDCXL-0098)
主 题:人体姿态估计 轻量级网络 协调注意力机制 CARAFE上采样
摘 要:针对人体姿态估计算法模型复杂和计算成本高的问题,提出了一种基于HigherHRNet的自底向上轻量高效的人体姿态估计网络(lightweight and efficient HigherHRNet,LE-HigherHRNet)。采用深度可分离卷积(depthwise separable convolutions),减少特征提取网络的参数数量;引入协调注意力机制(coordinate attention),更好地捕获位置信息和通道特征信息,突出图像中小目标和遮挡人体关键点的特征信息;通过平行连接实现多阶段分辨率的连接,增强特征信息的提取能力;在网络中采用跳跃链接并设计轻量级CARAFE上采样,保留和重建特征信息,增强高低分辨率之间的空间位置信息。实验结果表明,相比较HigherHRNet在小幅提升精度的同时,显著减少了模型参数量,降低了运算复杂度。