《计算机工程与科学杂志》发表论文赏析

结合混合注意力与多尺度特征的人体姿态估计

来源:计算机工程与科学杂志2026年第3期北京时间:

作者:谷学静, 栗燕茹, 杨蓝潇

单位:(1.华北理工大学电气工程学院,河北 唐山 063210;2.唐山市数字媒体工程技术研究中心,河北 唐山 063000;3.华北理工大学人工智能学院,河北 唐山 063210)

摘要:针对遮挡场景下多人姿态估计准确率低的问题,提出了一种结合混合注意力机制和多尺度序列特征的人体姿态估计模型DAW-YOLOPose。首先,采用MLCA注意力机制改进YOLOv8Pose的主干网络,在不增加模型参数量的同时有效捕获并传递空间和通道信息,以提升网络的特征表达效果。其次,提出了一种全新的多尺度序列特征融合网络,增强多尺度特征信息提取能力,同时融合不同尺度的特征映射。最后,使用Wise-IoU v3损失函数的梯度增益分配策略,提高对高质量锚框的区分能力,减少低质量样本对模型训练的负面影响。在MSCOCO数据集上的实验结果表明,DAW-YOLOPose与YOLOv8Pose相比,mAP@0.5,mAP@0.5:0.95和召回率分别提升2.7个百分点、1.4个百分点和1.9个百分点,实现了更优越的姿态估计效果。

关键词:YOLOPose,人体姿态估计,注意力机制,多尺度序列特征,损失函数,

基金资助:唐山市科技创新团队培养计划(18130221A)

2026年3期其他文献查阅:

基于事件的蒙特卡罗粒子输运算法设计实现

基于GPU共享的深度学习训练任务加速调度框架

边云协同下的计算卸载与资源分配策略

基于线网划分的单层直角避障最小斯坦纳树算法及优化方法

高可扩展三维海洋可控源电磁高阶时域有限差分数值模拟

基于改进YOLOv8的农作物与藜草检测模型:MES-YOLO

面向农业地块提取的边缘-语义协同双分支解码网络

任务提示融合的端到端视觉多任务学习模型

基于FPGA实现的改进误差补偿图像放大算法研究

基于定向各向异性的加权最小二乘图像平滑方法

融合多尺度信息和特征映射关系的层次多粒度图像分类

基于SCViT的图像重构对抗样本防御方法

基于LAB和HOG特征的KCF-TLD融合目标跟踪算法

一种融合语义图卷积与自注意力机制的三维人体姿态估计方法

结合混合注意力与多尺度特征的人体姿态估计

基于改进YOLOv8的低光行人检测算法

一种面向密集人群的轻量化检测算法:RCL-YOLO

基于改进YOLOv8的道路障碍物检测模型

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!