La estimación de la postura corporal y el reconocimiento de acciones tienen un importante valor aplicado en los campos de la seguridad, la medicina y el deporte. Para resolver el problema de la estimación de la postura corporal y el reconocimiento de acciones deportivas bajo diferentes fondos y ángulos, este artículo propone un algoritmo YOLOv7-POSE mejorado y crea un conjunto de datos con diversos ángulos de toma de imágenes para el entrenamiento. Este algoritmo se basa en YOLOv7, añadiendo la función de clasificación al modelo de red original, e introduce un mecanismo de atención CA en la red Backbone para mejorar la capacidad de la red para reconocer las características importantes para clasificar las articulaciones y acciones del esqueleto humano. La estructura de la red HorNet reemplaza el núcleo convolucional CBS original, mejorando la precisión de la detección de puntos clave y la precisión en la clasificación de acciones. La estructura de la capa Head de pooling piramidal espacial se reemplaza por una pirámide de pooling espacial dilatado, mejorando la precisión de la detección y acelerando la convergencia del modelo. La función de regresión de la caja de detección se sustituye de CIOU por EIOU, mejorando la precisión de la regresión coordinada. Se diseñaron dos grupos de experimentos de control, y los resultados experimentales demostraron que el YOLOv7-POSE mejorado obtuvo un mAP del 95,7 % en el conjunto de validación, un 4 % más que el algoritmo original YOLOv7. La precisión en el reconocimiento de diversas acciones deportivas aumentó significativamente, y los errores por detección errónea o pérdida de puntos clave en inferencias reales se redujeron notablemente, con una reducción clara del error en la estimación de la posición de los puntos clave.

Procesamiento de imágenes;Detección de puntos clave;Estimación de postura;Mecanismo de atención;Pooling piramidal espacial dilatado