着装场景下双分支网络的人体姿态估计

• 作者: 吕中正 刘骊 付晓东 刘利军 黄青松
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 着装场景 人体检测 姿态估计 语义分割 姿态优化
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 图像分析和识别|Image Analysis and Recognition
• 页码范围: 1110-1124
• 页数: 15页
• 分类号: TP391
• 语种: 中文

摘要

目的 人体姿态估计旨在识别和定位不同场景图像中的人体关节点并优化关节点定位精度.针对由于服装款式多样、背景干扰和着装姿态多变导致人体姿态估计精度较低的问题,本文以着装场景下时尚街拍图像为例,提出一种着装场景下双分支网络的人体姿态估计方法.方法 对输入图像进行人体检测,得到着装人体区域并分别输入姿态表示分支和着装部位分割分支.姿态表示分支通过在堆叠沙漏网络基础上增加多尺度损失和特征融合输出关节点得分图,解决服装款式多样以及复杂背景对关节点特征提取干扰问题,并基于姿态聚类定义姿态类别损失函数,解决着装姿态视角多变问题;着装部位分割分支通过连接残差网络的浅层特征与深层特征进行特征融合得到着装部位得分图.然后使用着装部位分割结果约束人体关节点定位,解决服装对关节点遮挡问题.最后通过姿态优化得到最终的人体姿态估计结果.结果 在构建的着装图像数据集上验证了本文方法.实验结果表明,姿态表示分支有效提高了人体关节点定位准确率,着装部位分割分支能有效避免着装场景中人体关节点误定位.在结合着装部位分割优化后,人体姿态估计精度提高至92.5％.结论 本文提出的人体姿态估计方法能够有效提高着装场景下的人体姿态估计精度,较好地满足虚拟试穿等实际应用需求.