基于改进特征金字塔网络的人体姿态估计

被引：6

作者：

王柳程

欧阳城添

梁文

机构：

[1] 江西理工大学信息工程学院

来源：

计算机工程 | 2021年 / 47卷 / 08期

关键词：

人体姿态估计; 特征金字塔; 坐标变换; 多尺度卷积; 高斯热点图;

D O I：

10.19678/j.issn.1000-3428.0058544

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

080203 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为在人体姿态估计过程中有效获取多尺度特征和关键点坐标,建立一种基于改进特征金字塔网络(IPFN)的人体姿态跟踪模型。在原特征金字塔上采用新的检测器扩大感受野得到新特征金字塔,通过引入多尺度卷积生成高斯热点图,同时搜索和定位关键点,使坐标转换层将高斯热点图转为坐标,实现端到端训练过程。实验结果表明,相比FPN,IPFN模型在MPII数据集的PCKh和COCO数据集的AP上分别提高了2.05和3.20个百分比;在踝、膝、腕和肘4个难检测部位上的PCKh分别提高了3.95、2.80、2.52和2.05个百分点。

引用

页码：251 / 259+270 +270

页数：10