典型文献
轻量级高分辨率人体姿态估计研究
文献摘要：
人体姿态估计通常使用高分辨率表示的方法来实现关键点的检测，但网络参数量较大，运算较为复杂。基于此，提出了一种轻量级高分辨率人体姿态估计算法。首先，使用稠密连接网络（DenseNet）并进行轻量化改进，提出密集连接层，使得各层之间连接更加紧密，从而降低网络的运算参数，优化网络的运算速度；其次，在降低参数且精度保持不变的情况下，在多尺度融合阶段使用上采样和反卷积模块结合的融合方式，使得输出的特征信息更加丰富，检测结果更加准确；最后，利用COCO 2017验证数据集及MPII数据集进行验证。实验结果表明，在保证准确率的情况下与其他人体姿态估计算法相比，所提算法的平均精度为74.8%，运算参数减少了63.8%，网络运算复杂度缩小了8.5%，同时也到达了实时性的效果。
文献关键词：
图像处理;人体姿态估计;高分辨率表示;多尺度融合;轻量化;改进稠密连接网络
中图分类号：
作者姓名：
渠涵冰;贾振堂
作者机构：
上海电力大学电子与信息工程学院，上海 200090
文献出处：
引用格式：
[1]渠涵冰;贾振堂-.轻量级高分辨率人体姿态估计研究)[J].激光与光电子学进展,2022(18):1810012
A类：
高分辨率表示,改进稠密连接网络
B类：
轻量级,人体姿态估计,实现关键,网络参数,参数量,姿态估计算法,DenseNet,密集连接,间连接,加紧,多尺度融合,上采样,反卷积,卷积模块,融合方式,特征信息,COCO,MPII,其他人,运算复杂度
AB值：
0.216385
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。
