联合关键点数据增强和结构先验的遮挡人体姿态估计

来源：计算机工程与应用杂志2024年第20期北京时间：

作者：韩刚涛, 王昊, 汪松, 陈恩庆

单位：郑州大学 电气与信息工程学院，郑州 450001

摘要：人体姿态估计技术在许多领域都有着重要的应用。现有研究主要聚焦于无遮挡情况下的人体关键点精确定位，却忽略了人像采集过程中普遍存在的遮挡问题。针对此问题，提出了一个基于关键点数据增强的人体姿态估计方法。具体地，数据增强策略以训练图像中人体可见关键点为中心，生成特定数量和大小的遮挡区域，模拟人体关键点受遮挡时的场景，提升网络模型对遮挡场景下关键点预测的鲁棒性。为了提高模型对被遮挡关键点与相邻关键点间关联性的感知，进一步设计基于人体结构先验知识的损失函数，根据人体真实结构构建相邻关键点连接关系，约束预测的关键点坐标范围，从而提升被遮挡关键点的坐标精度。在OCHuman测试集和COCO验证集上的预测结果表明，相比于基准网络模型，该方法在不增加网络参数的情况下能够提升遮挡场景中的人体姿态估计性能。

关键词：人体姿态估计,关键点级遮挡,数据增强,人体结构损失