基于编解码网络的生活骨架提取方法研究

来源：计算机应用与软件杂志2025年第4期北京时间：

作者：王泽华, 徐爱俊, 周素茵, 叶俊华, 夏芳

摘要：针对生活骨架提取难度大、精度低、耗时长等问题，提出一种基于编解码网络的生活骨架提取方法。该文构建关键点热力图生成模型，将ResNet50残差网络和U-Net语义分割网络相结合，搭建编码-解码网络结构并引入注意力机制，以提高尾、蹄等小目标关键点的特征提取精度；在生成关键点热力图的同时预测关键点偏移量，弥补反算法链点原始位置时的精度损失，利用霍夫投票机制对二者进行加权聚合，最终映射得到生活骨架。实验结果表明，骨架提取准确率为85.27%。相较于ResNet50残差网络，在耗时相近的情况下，准确率提高了22.67个百分点。该研究为生活骨架提取提供了一种新的方法，可为进一步开展生活行为研究提供技术参考。

关键词：骨架提取, 关键点检测, 生活, 注意力机制, 特征提取, 编解码网络