面向家庭场景的轻量级婴幼儿姿态估计方法

摘要

如何有效降低婴幼儿姿态估计网络模型的大小是制约婴幼儿姿态估计技术“家用化”的关键问题，提出一种面向家庭场景的婴幼儿轻量级姿态估计方法，该方法利用轻量级网络MobileNetV3作为编码主干，并在解码部分引入基于PixelShuffle上采样模块以降低模型参数量。同时，本文通过引入坐标注意力机制（CA）的方式，能够更好地捕获位置信息和通道特征信息，突出图像中小目标和遮挡人体关键点的特征信息。最后，进一步修改并行交叉连接卷积部分以增强特征信息提取能力。在人体姿态估计通用数据集COCO以及面向婴幼儿姿态估计的专用数据集SyRIP上分别进行方法性能的验证，实验结果表明，在计算量（GFLOPs）只有0.96的情况下，在COCO和SyRIP数据集中模型平均精度分别达到73.5%、91.0%，证明本文提出的方法在显著降低模型参数和计算量的同时，不会损失姿态估计模型的准确性。本文提出的轻量化估计模型有望部署于智能终端等家用设备上，从而实现家庭场景下婴幼儿异常姿态的智能评估。

关键词

婴幼儿姿态估计 / 轻量化 / 运动姿态 / MobileNetV3

基金资助

国家自然科学基金（32460238）; 江西省自然科学基金（20232BAB206134）