基于改进YOLOv8pose的校园体测运动姿势识别研究

来源：电子测量技术杂志2024年第19期北京时间：

作者：罗智杰，王泽宇，岑飘，刘文静，郭建军

单位：1.仲恺农业工程学院信息科学与技术学院 广州 510225; 2.仲恺农业工程学院智慧农业工程技术研究中心 广州 510225; 3.仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室 广州 510225

摘要：针对现有运动姿势识别算法在人体姿态检测的准确度和效率上的不足，本文提出一种基于改进YOLOv8pose的高效检测算法。该算法通过引入RL_SEAM模块优化关键点的遮挡情景，结合C2f-Context机制增强上下文信息的利用，提升模型对复杂姿态的识别能力，并利用Pose_SA轻量化检测头提升模型对运动姿势识别的效果与效率。实验结果显示，改进后的YOLOv8pose算法在人体运动姿势识别任务中取得了显著的提升，其参数量及模型大小相比原 YOLOv8n 基准模型分别降低了14.24%和10.94%，同时精确率、召回率及平均精度均值相较于原模型分别提高了7.60%、7.60%和10.54%。因此，本文提出的YOLOv8-LSP模型有助于解决人体运动姿势识别任务中面临的关键点遮挡、复杂多变姿态等难题。

关键词：YOLOv8;运动姿势识别;RL_SEAM;C2fContext;Pose_SA

基金资助：广东省自然科学基金面上项目(2021A1515011605)、广东省企业科技特派员项目（GDKTP2021004400）、广州市增城区农村科技特派员项目（2021B42121631）、2022年仲恺农业工程学院研究生教育创新计划项目（KA220160228）资助