科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高分辨率网络中存在不同分支特征交叉融合导致参数量大、运算复杂度高等问题，提出了一种基于高分辨率检测网络（HRNet）的人体姿态估计优化网络模型.引入空洞空间卷积池化金字塔替代多分辨率分支网络交叉融合过程，同时引入注意力机制，提高网络输出特征图质量，从而保证改进后网络检测的准确度.在环境配置和网络输入图像分辨率一致的情况下，所提出的模型在COCO数据集上实验结果较HRNet相比参数量下降38.6%，运算复杂度下降35.2%.实验结果表明：改进后网络在检测精度略微下降的情况下，能有效降低参数量、运算复杂度.
- 单位
