增强局部感知的人体姿态估计技术

摘要

人体姿态估计技术受到卷积神经网络结构的限制,先学习图像纹理局部信息再学习结构全局信息,而关节点定位属于小目标检测任务且具有位置敏感性,对局部信息关注学习有额外要求。针对上述问题,本文提出一种基于增强局部感知的人体姿态估计技术,建立跨阶段监督模块和结构意识注意力模块,增强浅层神经元的感知能力,融合更多具有局部判别信息的特征。在公共数据集COCO和MPII上的结果表明,增强局部感知策略进一步提升了关节点定位的准确率。基金项目:浙江省公益性技术研究项目(LGF21F20008);浙江大学CAD&CG国家重点实验室开放课题项目(A2119)。