摘要

为提升轻量化单人姿态估计的实时性精度和可视化效果,提出一种BCM3-Net模型,基于MobileNetV3作为特征提取网络,引入空间通道注意力机制,在保证原MoveNet模型检测效率的同时,提高了人体关键点检测的准确率。结果表明,BCM3-Net模型在MSCOCO2017的验证集上拥有mAP为75.5%的效果,相较MoveNet模型精度提高了1.3%,同时运算量由3.433×108次/s下降至2.689×108次/s,实时推理能力达到43 FPS,验证了改进后模型的精准性和鲁棒性。