国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:王柳程, 欧阳城添, 梁文
单位:江西理工大学 信息工程学院, 江西 赣州 341000
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
基金:江西省教育厅科学技术研究项目(GJJ170518);江西省研究生创新专项资金(YC2018-S331)。
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。
来源:2021年第8期
《计算机工程》期刊编辑部