基于非局部高分辨率网络的轻量化人体姿态估计方法

作     者：孙琪翔 何宁 张敬尊 宏晨 SUN Qixiang;HE Ning;ZHANG Jingzun;HONG Chen

作者机构：北京联合大学机器人学院北京100101 北京联合大学智慧城市学院北京100101 

基　　金：国家自然科学基金资助项目(61872042) 国家重点研发计划项目(2018AAA0100804) 北京市教委科技计划重点项目(KZ201911417048) 北京市教委科技计划面上项目(KM202111417009) 北京联合大学人才强校优选计划项目(BPHR2020AZ01,BPHR2020EZ01) 北京联合大学研究生科研创新项目(YZ2020K001) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2022年第42卷第5期

页      码：1398-1406页

摘      要：人体姿态估计是计算机视觉中的基本任务之一,可应用于动作识别、游戏、动画制作等领域。当前深度网络模型的设计大多通过加深网络以获得更好的性能,结果导致计算资源的需求超出嵌入式设备和移动设备的计算能力,达不到实际应用要求。针对上述问题,提出了一种融合Ghost模块结构的轻量级网络模型,即使用Ghost模块替换原高分辨率网络中的基础模块,从而减少网络模型的参数量。此外,设计了非局部高分辨率网络,即在网络1/32分辨率阶段融合非局部网络模块,使网络具有获取全局特征的能力,从而提高人体姿态估计的准确率,并在保证模型准确率的前提下降低网络参数量。在MPII人体姿态估计数据集和COCO人体姿态估计数据集上的实验结果表明,所提网络模型与原高分辨率网络相比,在网络模型参数量降低40%的情况下,人体姿态估计准确率提升了1.8个百分点。

主 题 词：人体姿态估计 非局部模块 轻量化 Ghost模块 高分辨率网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.11772/j.issn.1001-9081.2021030512

馆 藏 号：203112241...