基于高阶空间交互作用的姿态估计网络

黄晓宇; 陈佳艺; 吴艺玮; 吴胜昔; 王学武

doi:10.14135/j.cnki.1006-3080.20240731002

华东理工大学学报（自然科学版） ›› 2025, Vol. 51 ›› Issue (04) : 514 -521. DOI: 10.14135/j.cnki.1006-3080.20240731002

基于高阶空间交互作用的姿态估计网络

黄晓宇, 陈佳艺, 吴艺玮, 吴胜昔, 王学武

作者信息 +

Author information +

文章历史 +

PDF

摘要

人体姿态估计是计算机视觉领域的一个重要研究方向。随着深度学习技术的进步,现有的姿态估计模型在预测人体关键点方面已经取得了显著成效,然而,在处理复杂场景如严重遮挡、复杂背景、极端姿态、多尺度变化和光照变化时,这些模型仍然面临挑战,准确度往往受到影响。为解决这个问题,本文提出了一种改进的基于高分辨率网络(High-Resolution Network,HRNet)的人体姿态估计方法,该方法通过引入高阶空间交互和注意力机制,显著提升了模型在复杂场景中的表现;并采用递归门控卷积和卷积注意力模块以增强模型在高阶空间特征提取的能力。结果表明,提出的方法在COCO2017数据集上超越了现有主流方法,实现了更高的姿态估计精度。