一种优化多尺度特征融合的人体姿态估计方法

来源：机械工程学报杂志2024年第16期北京时间：

作者：刘宏哲, 陶相如, 徐成, 曹东璞

单位：1. 北京联合大学北京信息服务工程重点实验室 北京 100101;2. 清华大学车辆与运载学院 北京 100084

摘要：人体姿态估计是诸多计算机视觉领域任务的基础，以往的人体姿态估计网络由于尺度变化的挑战会在特征提取的过程中丢失姿态信息，导致人体姿态估计的准确度难以提升。针对该问题考虑以并行网络的方式结合多尺度特征融合方法提取特征。优化特征提取的人体姿态估计方法分为两步：首先在多尺度特征融合阶段利用转置卷积和混合空洞卷积的操作以减少特征信息的丢失，其次在特征图输出阶段有权重的结合不同尺度的特征图来剔除冗余信息、保留姿态信息同时生成更高质量的高分辨率热图。试验表明，此种方法在COCO数据集上的试验结果相比先进方法HRNet(High resolution net)准确率提高了2.1%。通过试验验证本方法在精度方面能够超过现有的主流人体姿态估计方法。该方法能更好地应对行人姿态估计中尺度变化的挑战，更加精确地定位复杂场景中小尺度人体的关键点位置。

关键词：姿态估计,多尺度融合,人体检测,尺度适应；

基金资助：国家自然科学基金(62171042，62102033)、北京市重点科技(KZ202211417048)、北京市属高等学校高水平科研创新团队建设支持计划(BPHR20220121)、北京市自然科学基金(4232026，4242020)和北京联合大学学术研究(ZKZD202302)资助项目。