基于多谱注意力高分辨率网络的人体姿态估计

摘要：

针对人体姿态估计中多分辨率特征融合时出现的特征信息丢失的问题,基于Lite-HRNet引入多谱注意力机制,设计了一个轻量级的结合多谱注意力机制的高分辨率人体姿态估计网络Lite MSA-HRNet.将多谱注意力机制融入Lite-HRNet,利用多个频率分量,提取更丰富的特征信息,获得更优的多分辨率特征重复融合的效果;在主体网络后利用一个反卷积模块,将其生成的更高分辨率特征和主体网络生成的高分辨率特征进行融合;引入通道置换、逐点分组卷积和深度可分离卷积,轻量化反卷积模块中的残差块,提升网络定位关键点的速度.在COCO2017数据集上的实验结果表明,与其他网络相比,Lite MSA-HRNet在人体姿态估计精度和复杂度之间取得了较好的平衡结果.

关键词：人体姿态估计、多谱注意力、高分辨率网络、轻量化网络、多分辨率特征融合

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国防基础科研重点项目JCKY2020605C003

在线出版日期：2022-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1283-1292