基于改进特征金字塔网络的人体姿态估计

• 作者: 王柳程 欧阳城添 梁文
• 来源期刊: 计算机工程
• 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
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 251-259,270
• 页数: 10页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058544

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.