基于多样卷积单元高效人体姿态估计.pdfVIP

测控技术

模式识别与人工智能２０２３４２７·９·

年第卷第期

基于多样卷积单元高效人体姿态估计

刘豪，吴红兰，孙有朝，喻赛

（南京航空航天大学民航学院，江苏南京２１１１０６）

摘要设计兼具准确率和轻量化的人体姿态估计网络模型成为了人机交互领域的迫切需求为了满足

：。

这一需求，结合ＨＲＮｅｔ模型的高分辨率设计模式，提出了一种多样化高效卷积单元的高分辨率网络模

ＤＵＨＲＮｅｔ

型。为了探索并增强来自不同感受野大小层的多尺度信息，鼓励卷积层间信息更加多样化，

模型允许并行分支中的每一分支拥有不同类型的高效卷积单元为了改善模型的非线性在高效卷积

。，

单元中使用通道注意力ＥＣＡＮｅｔ在ＭＳＣＯＣＯ关键点检测数据集和ＭＰＩＩ数据集中验证了模型的有效

。

。、，，

性模型在参数量等于７．６ＭＧＦＬＯＰｓ为２．６６没有经过任何后期处理的条件下在ＣＯＣＯｖａｌ２０１７数

据集上达到了７１．１ｍＡＰ（ｍｅａｎＡｖｅｒａｇｅＰｒｅｃｉｓｉｏｎ，平均精度均值）分数，在ＣＯＣＯｔｅｓｔｄｅｖ２０１７数据集上

达到７１．８ｍＡＰ分数。通过消融实验验证了模型整体和组成部分的有效性。

关键词高分辨率人体姿态估计卷积神经网络卷积单元

：；；；

中图分类号：ＴＰ１８３文献标志码：Ａ文章编号：１０００－８８２９（２０２３）０７－０００９－０７

ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２２．１０．３０８

ＥｆｆｉｃｉｅｎｔＨｕｍａｎＰｏｓｅＥｓｔｉｍａｔｉｏｎＢａｓｅｄｏｎＤｉｖｅｒｓｅＣｏｎｖｏｌｕｔｉｏｎａｌＵｎｉｔｓ

ＬＩＵＨａｏ牞ＷＵＨｏｎｇｌａｎ牞ＳＵＮＹｏｕｃｈａｏ牞ＹＵＳａｉ

牗ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＡｖｉａｔｉｏｎ牞ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓ牞Ｎａｎｊｉｎｇ２１１１０６牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｉｔｉｓａｎｕｒｇｅｎｔｄｅｍａｎｄｉｎｔｈｅｆｉｅｌｄｏｆｈｕｍａｎｃｏｍｐｕｔｅｒｉｎｔｅｒａｃｔｉｏｎｔｏｄｅｓｉｇｎａｎｅｔｗｏｒｋｍｏｄｅｌｆｏｒｈｕ

ｍａｎｐｏｓｔｕｒｅｅｓｔｉｍａｔｉｏｎｗｉｔｈｂｏｔｈａｃｃｕｒａｃｙａｎｄｌｉｇｈｔｗｅｉｇｈｔ．Ｉｎｏｒｄｅｒｔｏｍｅｅｔｔｈｉｓｎｅｅｄ牞ｔｈｅｈｉｇｈｒｅｓｏｌｕｔｉｏｎｎｅｔ

ｗｏｒｋｍｏｄｅｌＤＵＨＲＮｅｔｗｉｔｈｄｉｖｅｒｓｅｈｉｇｈｅｆｆｉｃｉｅｎｃｙｃｏｎｖｏｌｕｔｉｏｎａｌｕｎｉｔｓｉｓｐｒｏｐｏｓｅｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅｈｉｇｈｒｅｓｏ

ｌｕｔｉｏｎｄｅｓｉｇｎｍｏｄｅｌｏｆＨＲＮｅｔｎｅｔｗｏｒｋｍｏｄｅｌ．Ｉｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅａｎｄｅｎｈａｎｃｅｔｈｅｍｕｌｔｉｓｃａｌｅｉｎｆｏｒｍａｔｉｏｎｆｒｏｍ

ｄｉｆｆｅｒｅｎｔｒｅｃｅｐｔｉｖｅｆｉｅｌｄｓｉｚｅｌａｙｅｒｓａｎｄｔｏｅｎｃｏｕｒａｇｅｍｏｒｅｄｉｖｅｒｓｅｉｎｆｏｒｍａｔｉｏｎａｍｏｎｇｃｏｎｖｏｌｕｔｉｏｎａｌｌａｙｅｒｓ牞ｔｈｅ