基于MobileNet和NAM注意力机制的轻量级OpenPose网络

摘要

针对深度学习下的人体姿态识别技术,分析了OpenPose网络参数量巨大,容易产生梯度消失;MobileNet网络识别准确率较低等问题,研究了人体姿态识别、卷积神经网络以及注意力机制的工作原理。分析了OpenPose模型、ShuffleNet模型、GhostNet模型、MobileNet模型的卷积神经网络模型和NAM注意力机制的各自特点,提出了基于MobileNet网络和NAM注意力机制的人体姿态识别技术,解决了OpenPose网络参数量大运算和速率较低,MobileNet网络识别准确率较低等问题,通过实验对比识别准确率和识别速率,结果表明添加了NAM注意力机制的MobileNet网络具有识别精度高,识别速率快等特点。