基于改进OpenPose网络的交通警察姿态估计

来源：计算机应用与软件杂志2025年第1期北京时间：

作者：伍锡如, 陈麒

摘要：针对交警姿态估计存在的特征提取困难、实时性差等问题，提出一种改进的OpenPose网络交警姿态估计方法。采用MobileNet作为主干网络进行交警姿态的特征提取，解决模型随层次加深导致网络退化的问题，减少网络的参数量，加速主干网络内部特征的计算。通过跳跃连接机制将模型并行结构改进为串并同行结构，实现网络内部参数共享，降低模型的复杂度，提高检测实时性。实验结果表明，改进模型在COCO数据集以及公开交警数据集上分别获得78.9%和74.9%的mAP，检测速度可达25帧/s，为交通警察姿态估计问题提供了一种鲁棒性强、实时性高的实际应用方法。

关键词：深度学习, 交通警察姿态估计, OpenPose, MobileNet