-
题名融合CA-BiFPN的轻量化人体姿态估计算法
被引量:2
- 1
-
-
作者
皮骏
牛厚兴
高志云
-
机构
中国民航大学交通科学与工程学院
-
出处
《图学学报》
CSCD
北大核心
2023年第5期868-878,共11页
-
基金
中国交通教育研究会2022-2024年度教育科学研究课题(JT2022YB325)。
-
文摘
针对现有的基于热力图的人体姿态估计网络模型复杂度高、算力需求大、不易部署至嵌入式平台和无人机移动平台等问题,提出了一种基于YOLOv5s6-Pose-ti-lite不使用热力图的轻量化人体姿态估计网络模型。通过将主干网络替换为GhostNet网络,旨在以更少的计算资源输出更有效的特征信息,提升网络检测速度,缓解网络冗余的问题;在主干网络中结合轻量化的坐标注意力CA模块,将图片的人体关键点位置信息聚集到通道上,增强特征提取能力;引入加权双向特征金字塔网络,提升模型的特征融合能力,平衡不同尺度的特征信息;最后将CIoU损失函数替换为Wise-Io U(WIo U),进一步提升模型对人体关键点回归的性能。结果表明,在COCO2017人体关键点数据集上,优化后的网络模型参数量降低26.2%,计算量降低30.0%,平均精确度提升1.7个百分点、平均召回率提升2.7个百分点,能够满足实时性的效果,验证了所提模型的可行性和有效性。
-
关键词
人体姿态估计
轻量化
坐标注意力
加权双向特征金字塔网络
损失函数
-
Keywords
human pose estimation
lightweight
coordinate attention
weighted bidirectional feature pyramid network
loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-