L'estimation de la pose humaine et la reconnaissance des actions ont une grande valeur d'application dans les domaines de la sécurité, de la santé et du sport. Pour résoudre les problèmes d'estimation de la pose humaine et de reconnaissance des actions sportives sous différents arrière-plans et angles, cet article propose une version améliorée de l'algorithme YOLOv7-POSE et a créé un ensemble de données avec divers angles de prise de vue pour l'entraînement. Cet algorithme est basé sur YOLOv7, en ajoutant une fonction de classification au modèle de réseau d'origine, et introduit un mécanisme d'attention CA dans le backbone pour améliorer la capacité du réseau à reconnaître les caractéristiques importantes pour la classification des articulations du squelette humain et des actions. La structure du réseau HorNet remplace le noyau de convolution CBS d'origine, améliorant la précision de la détection des points clés et la précision de la classification des actions. La structure de la couche Head de la pyramide de pooling spatial est remplacée par une pyramide de pooling spatial dilatée, ce qui améliore la précision de détection et accélère la convergence du modèle. La fonction de régression de la boîte de détection est remplacée de CIOU par EIOU, améliorant la précision de la régression des coordonnées. Deux groupes d'expériences de contrôle ont été conçus, les résultats expérimentaux montrent que le YOLOv7-POSE amélioré atteint un mAP de 95,7 % sur le jeu de validation, soit une amélioration de 4 % par rapport à l'algorithme YOLOv7 d'origine. La précision de la reconnaissance des différentes actions sportives a considérablement augmenté, les erreurs et omissions des points clés lors du raisonnement pratique ont significativement diminué, et l'erreur d'estimation de la position des points clés a été nettement réduite.

Traitement d'image;Détection des points clés;Estimation de la pose;Mécanisme d'attention;Pooling pyramidal spatial dilaté