轻量高效的自底向上人体姿态估计算法研究

来源：计算机工程与应用杂志2024年第18期北京时间：

作者：马赛, 葛海波, 何文昊, 程梦洋, 安玉

单位：西安邮电大学 电子工程学院，西安 710121

摘要：针对人体姿态估计算法模型复杂和计算成本高的问题，提出了一种基于HigherHRNet的自底向上轻量高效的人体姿态估计网络（lightweight and efficient HigherHRNet，LE-HigherHRNet）。采用深度可分离卷积（depthwise separable convolutions），减少特征提取网络的参数数量；引入协调注意力机制（coordinate attention），更好地捕获位置信息和通道特征信息，突出图像中小目标和遮挡人体关键点的特征信息；通过平行连接实现多阶段分辨率的连接，增强特征信息的提取能力；在网络中采用跳跃链接并设计轻量级CARAFE上采样，保留和重建特征信息，增强高低分辨率之间的空间位置信息。实验结果表明，相比较HigherHRNet在小幅提升精度的同时，显著减少了模型参数量，降低了运算复杂度。

关键词：人体姿态估计,轻量级网络,协调注意力机制,CARAFE上采样