基于深度残差网络的红外人体姿态估计研究
来源：激光与红外杂志2025年第9期北京时间：
作者：袁丽华
单位：1.南昌航空大学 无损检测教育部重点实验室,江西 南昌 330063；2.中国航发沈阳黎明航空发动机有限责任公司,辽宁 沈阳 110043；
摘要：针对红外人体关键点检测精度低的问题,提出一种基于深度残差网络的改进卷积姿态机(Convolutional Pose Machines,CPMs)姿态估计模型。首先,基于ResNet 18网络提取初始特征,并在特征提取层引入通道注意力机制。然后,采用跨阶段置信图融合策略增强阶段性输入特征图的空间特征信息,以缓解模型梯度消失的问题,提高骨骼点检测精度。最后,级联目标检测模型实现自顶向下的红外人体多目标姿态估计。研究结果表明,基于深度残差网络的红外人体姿态估计模型检测精度达到了873,相较于CPMs提高了27。
关键词：卷积姿态机;ResNet18;姿态估计;检测精度
基金资助：国家自然科学基金项目(No.51865038)资助。
