计算机时代2023，Issue(6) ：69-75.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.015

基于高分辨率网络的轻量型人体姿态估计方法

Lightweight human pose estimation method based on high-resolution network

朱宽堂 吕晔
计算机时代2023，Issue(6) ：69-75.DOI:10.16644/j.cnki.cn33-1094/tp.2023.06.015
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于高分辨率网络的轻量型人体姿态估计方法

Lightweight human pose estimation method based on high-resolution network

朱宽堂 1吕晔1
扫码查看

作者信息

  • 1. 联想(上海)信息技术有限公司,上海 201203
  • 折叠

摘要

在高分辨率网络(HRNet)的基础上,提出一种融合Ghost卷积的轻量型高分辨率网络(GLHRNet).首先使用Ghost卷积模块和极化自注意力(PSA)模块在HRNet中构建新的残差块结构,新的残差块结构可以在减少网络模型参数量和计算量的同时,建模高分辨率图像的长距离依赖关系.接着在新网络模型中引入IBN-Net的设计思想,在新网络模型的浅层同时使用批量归一化和实例归一化,为网络模型引入外观不变性,减小光照变化问题对模型的影响.算法在COCO人体姿态估计数据集上的实验结果表明,与HRNet相比新网络模型的参数量降低了36.1％,计算量降低了35.2％,人体姿态估计的平均准确率提高了1.4个百分点.

关键词

人体姿态估计/高分辨率网络/Ghost卷积/极化自注意力/批量归一化/实例归一化

引用本文复制引用

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量2
段落导航相关论文