科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高二维复杂场景下多人姿态估计准确度和速度，提出了一种Mobile-YOLOv3模型与多尺度特征融合全卷积网络相结合的自顶向下多人姿态估计方法。利用深度可分离卷积改进YOLOv3网络以作为高效的人体目标检测器。针对网络特征下采样过程中上层高分辨率信息不断遗失问题，在经典U型网络结构中嵌入多尺度特征融合模块，从而使网络中的低尺度特征也包含高分辨率信息，并在特征融合模块中引入通道注意力机制，进一步突出多尺度融合特征图的关键通道信息。试验结果表明：相比于堆叠沙漏网络（Stacked Hourglass Network,SHN）和级联金字塔网络（Cascaded Pyramid Network,C...
- 单位
