Die meisten bestehenden Algorithmen zur menschlichen Pose-Schätzung erreichen hohe Genauigkeit durch komplexe Netzwerkarchitekturen, was zu niedriger Geschwindigkeit führt. Der YOLO-Pose-Algorithmus zur menschlichen Pose-Schätzung nutzt die Vorteile fortschrittlicher Objekt-Erkennungsalgorithmen und erreicht dabei sowohl hohe Genauigkeit als auch Geschwindigkeit, hat jedoch noch Probleme mit verpasster und falscher Erkennung. In diesem Artikel wird der YOLO-Pose-Algorithmus weiter verbessert, indem ein neuer leichter Algorithmus zur Pose-Erkennung vorgeschlagen wird, der die nicht starre Natur der menschlichen Pose und die Vielfalt der Verteilung der Körper-Schlüsselpunkte berücksichtigt. Zunächst wurde ein leichter Kanal- und Raum-Attentions-Netzwerk LCSA-Net entwickelt, um die Fähigkeit des Modells zur Merkmalsextraktion zu verbessern; zweitens wurde eine auf Distanz adaptive Gewichtungsstrategie verwendet, um während des Trainings den Regressionsverlust der menschlichen Schlüsselpunkte zu berechnen, um die Regressionsfähigkeit des Modells für entfernte Schlüsselpunkte zu stärken. Die experimentellen Ergebnisse auf dem COCO 2017-Datensatz zeigen, dass beide verbesserten Strategien die Leistung der menschlichen Pose-Schätzung effektiv steigerten und eine Steigerung von 2% mAP, 1,5% AP50 und 1,7% AR gegenüber dem Basismodell erreichten.

menschliche Pose-Schätzung;YOLO-Pose;Aufmerksamkeitsnetzwerk;adaptive Gewichtung;Regressionsverlust