基于非局部高分辨率网络的人体姿态估计方法

作者：孙琪翔; 张睿哲^*; 何宁; 张聪聪

来源：计算机工程与应用, 2022, 58(13): 227-234.

• 人体姿态估计
• 非局部均值
• 非局部网络模块
• HRNet基线

人体姿态估计是计算机视觉中的基础任务，其可应用于动作识别、游戏、动画制作等。受非局部均值方法的启发，设计了非局部高分辨率网络（non-local high-resolution,NLHR），在原始图像1/32分辨率的网络阶段融合非局部网络模块的，使网络有了获取全局特征的能力，从而提高人体姿态估计的准确率。NLHR网络在MPII数据集上训练，在MPII验证集上测试，PCKh@0.5评价标准下的平均准确率为90.5%，超过HRNet基线0.2个百分点；在COCO人体关键点检测数据集上训练，在COCO验证集上测试，平均准确率为76.7%，超过HRNet基线2.3个百分点。通过3组消融实验，验证NLHR网络针对人体姿态估计在精度上能够超过现有的人体姿态估计网络。

• 单位
  北京联合大学