复杂运动场景下的多人姿态估计研究

摘要

针对运动场景中运动员之间的相互遮挡、自身部位遮挡、运动器械遮挡及复杂背景干扰问题，提出一种高分辨特征生成复原网络，引入融合注意力机制筛选有用特征信息通道，加入反卷积和多尺度特征融合模块分层处理小目标人像与大中型目标人像的姿态估计任务。设计生成对抗模块，对缺失部分进行补全和预测得到关节点热图，经过姿态骨架和最优匹配算法确定出关节点连接方式，并输出可视化姿态估计结果。在MSCOCO和Crowd Pose数据集上的实验结果表明该姿态估计方法在复杂运动场景下效果更优。

关键词

人体姿态估计 / 深度学习 / 复杂运动场景 / 融合注意力机制 / 生成对抗网络

基金资助

国家自然科学基金（11804068）; 黑龙江省交通运输厅科技项目（HJK2024B002）