资料下载
×
基于编解码残差的人体姿态估计方法
消耗积分:0 |
格式:pdf |
大小:3.17 MB |
2021-05-28
分享资料个
人体姿态估计尤其是多人姿态估计逐渐渗透到教育、体育等各个方面，精度高、轻量级的多人姿态估计更是当下的研究热点。自下而上的多人姿态估计方法的实时性较强，但是精度一般不高，网络结构也比较庞大。对于自下而上方法中最困难的一步——关键点关联问题，文中提出了一种轻量高效的姿态估计匹配网络。该网络在编码阶段将基础 Resnet模抉加以改进得到层结构，利用这些结构提取特征能够使得模型的参数量大幅减少;在解码阶段采用了特殊设计的反卷积结构，并在全网络添加了残差连接，这使得网络精度有很大的提升。整饣算法能够将所有检测岀来的关键点热图正确匹配到毎一个人，得岀最终的人体关键点估计。所提模型是一个轻便、高效的人体关键点匹配网络，它在COCO数据集地面真值上的mAP值高达89.7，而且参数只有8.01M。这个结果相比目前最好的自下而上的人姿态估计方法在精度mAP值上提高了0.5，但是参数量仅为其/10左右。所提网络利用COCO2017和COCO2014的地面真值分别进行了训练和验证，都取得了很高的精度，这证明其适合多种人体关键点热图的输入，并能够得到很妤的效果。此外，文中针对网络模型的不冏层结构设计了多种消融实验，最轻量的结构参数只有1.28兆，精度mAP值能够达到81.8。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
