典型文献
融入注意力和密集连接的轻量型人体姿态估计
文献摘要：
目前多数人体姿态估计方法聚焦于提升预测结果的准确性,从而造成了网络参数量大和运算复杂度高等问题.为缓解该矛盾,在高分辨率网络的基础上提出一种融入注意力和密集连接方式的轻量型人体姿态估计网络.重新设计高分辨率网络中的瓶颈模块,从而降低部分网络运算复杂度;改进引入的注意力机制并结合密集连接方式构建了轻量型模块,将其替换高分辨率网络的基础模块,使网络保持一定准确性的同时大幅缩减模型参数量和运算复杂度;利用多分辨率特征和反卷积重新设计网络输出的特征融合方式,最大程度提升模型预测精度.在公开数据集MPII和COCO上的实验结果表明,相比较于高分辨率网络,所提网络模型参数量减少了71.5％,在MPII验证集上,运算复杂度缩小了35.8％,在COCO验证集上,运算复杂度缩小了35.2％,平均准确率提升了0.6个百分点,即网络能在保证检测精度的基础上有效降低网络复杂度.
文献关键词：
人体姿态估计;高分辨率网络;注意力;密集连接;轻量型
中图分类号：
作者姓名：
邓辉;徐杨
作者机构：
贵州大学 大数据与信息工程学院,贵阳 550025;贵阳铝镁设计研究院有限公司,贵阳 550009
文献出处：
引用格式：
[1]邓辉;徐杨-.融入注意力和密集连接的轻量型人体姿态估计)[J].计算机工程与应用,2022(16):265-273
A类：
B类：
密集连接,轻量型,人体姿态估计,数人,估计方法,网络参数,运算复杂度,高分辨率网络,连接方式,重新设计,分网,注意力机制,基础模块,定准,缩减模型,模型参数量,多分辨率,反卷积,设计网,特征融合,融合方式,公开数据集,MPII,COCO,验证集,平均准确率,准确率提升,百分点,检测精度
AB值：
0.254144
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
