轻量级高分辨率人体姿态估计研究

作者：渠涵冰; 贾振堂

来源：激光与光电子学进展, 2021, 1-15.

• 人体姿态估计
• 高分辨率表示
• 多尺度融合
• 轻量化
• 改进稠密连接网络

人体姿态估计通常使用高分表率表示的方法来实现对关键点的检测，但网络参数较大，运算较为复杂。首先，使用稠密连接网络（DenseNet）并进行轻量化改进，提出密集连接层，使得各层之间连接更加紧密，从而降低网络的运算参数，优化网络的运算速度；其次，在降低参数且精度保持不变的情况下，多尺度融合阶段提出上采样和反卷积模块结合的融合方式，使得输出的特征信息更加丰富，检测结果更加准确。最后，利用COCO 2017验证数据集以及MPII数据集进行验证。实验结果表明：在保证准确率的情况下与其他人体姿态估计算法相比，改进方法网络的平均精度为74.8%，运算参数减少了63.8%，网络运算复杂度缩小了8.5%，同时也到达了实时性的效果。

• 出版日期2021-8-17
• 单位上海电力大学