轻量高效的自底向上人体姿态估计算法研究

作     者：马赛 葛海波 何文昊 程梦洋 安玉 MA Sai;GE Haibo;HE Wenhao;CHENG Mengyang;AN Yu

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。