科研之友
微信
新浪微博
Facebook
分享链接
摘要
民族舞蹈作为民族文化的瑰宝，通常以视频形式保存和传播，为解决由于视频动态模糊造成的误差，提出一种基于HR-Net32和多头注意力机制的MT-Net三维人体姿态估计模型。首先，以ROMP为基础模型并将主干ResNet-50替换为HR-Net32以提高特征提取能力；其次，在支路中插入多头注意力模块，抑制冗余干扰特征，突出舞者肢体，达到对特征的高效筛选；最后，根据奥卡姆剃刀原则，将多条支路设计为相同结构，提高模型训练效率。经实验验证，所提MT-Net模型在3DPW数据集上与ROMP相比，MPJPE和PA-MPJPE分别降低2.1%和3.3%。满足对民族舞蹈进行姿态估计的任务需求。
