污染场地修复环境中人体姿态估计算法研究

针对污染场地修复环境中背景复杂、人体遮挡、视点变化等突出问题,提出一种基于沙漏网络的人体姿态估计算法,在有效过滤复杂背景的同时,提高姿态估计的准确性与鲁棒性。该算法利用感受野与注意力机制,对沙漏网络中的传统残差模块与跳级连接结构进行了改进。其通过扩大有效感受野面积,提高了人体关键点之间的关联性;通过对人体区域添加掩模,保留住关键人体信息的同时,过滤掉复杂背景。实验表明,提出的模型在MPII多人数据集上mAP检测精度达到83.1%,在MSCOCO Test-dev数据集上平均精度较Mask R-CNN、RMPE模型分别提升了9.6百分点和0.4百分点。