融合注意力机制的人体关键姿态估计

为提高与特定动作相关的目标关键姿态识别准确率,提出融合注意力机制的人体关键姿态估计方法。针对特征提取冗余和通道信息损失问题,在网络不同阶段融入注意力机制,帮助模型从空间和通道维度提取对任务更加重要的特征;考虑与特定动作相关的目标关键姿态误识别代价更大,设计一种代价敏感损失函数,提升模型对目标关键姿态的识别性能。实验结果表明,所提方法在COCO数据集和CargoSorting数据集上对目标关键姿态识别精度分别提高了1.4%和1.5%。