一种基于新型高分辨率网络模型的单人姿态估计方法

摘要

本发明公开一种基于新型高分辨率网络架构进行单人姿态估计的方法。该发明首先用检测器对输入的包含单个行人的图像进行检测，去除不精确的检测框，其次通过数据增强来扩充数据集；然后在实例化网络结构中通过并行多分辨率子网保持高分辨率特征图，而不需要恢复分辨率，在并行子网中引入交换单元，使每个子网重复地从其他并行子网接收信息，提高对单人姿态估计的准确率；由于在大多数的复杂场景中，会出现关键点被遮挡的现象，所以提出使用一个关键点掩蔽的数据增强方案，通过这个方案可以很有效地微调训好的卷积神经网络，通过相邻的匹配强大地定位被遮挡的关键点，提升对遮挡问题的准确率，从而得到更优的模型。