人体姿勢推定と動作認識は、防犯、医療、スポーツなどの分野で重要な応用価値を持っています。異なる背景や角度での各種運動動作における人体姿勢推定と動作認識の問題を解決するために、本稿では改良型YOLOv7-POSEアルゴリズムを提案し、様々な撮影角度のデータセットを自ら撮影・作成して学習に用いました。本アルゴリズムはYOLOv7を基に、元のネットワークモデルに分類機能を追加し、Backbone主幹ネットワークにCA畳み込み注意機構を導入することで、人体骨格の関節点や動作分類における重要特徴の認識能力を向上させました。元のモデルのCBS畳み込み核をHorNetネットワーク構造に置換し、モデルの人体キーポイント検出精度と動作分類精度を高めました。Head層の空間ピラミッドプーリング構造を拡張空間ピラミッドプーリング構造に置き換え、検出精度を向上させモデルの収束を高速化しました。物体検出ボックスの回帰関数をCIOUからEIOUに変更し、座標回帰の精度を高めました。対照実験を二組設計し、実験結果は改良版YOLOv7-POSEの検証セットにおけるmAPが95.7%であり、元のYOLOv7アルゴリズムに比べて4%向上し、各種運動動作の認識精度が著しく向上し、実際の推論におけるキーポイントの誤検出や見逃しが明らかに減少し、キーポイント位置推定誤差が大幅に低減したことを示しています。

画像処理;キーポイント検出;姿勢推定;注意機構;拡張空間ピラミッドプーリング