引入级联通道注意力的轻量化人体姿态估计

作者：林远强; 郜辉; 王鹏^*; 吕志刚; 李晓艳; 王储

来源：计算机工程与应用, 2023, 1-11.

• 人体姿态估计
• 轻量化
• 通道注意力
• MetaFormer结构
• 多尺度特征融合

针对当前人体姿态估计模型在轻量化过程中精度损失严重的问题，以高分辨率网络(HRNet)为基线提出一种引入级联通道注意力的轻量化人体姿态估计模型。首先，构建一种保持内部高分辨率特征的级联通道注意力，学习输入特征各通道的重要性来提高模型表征能力；其次，通过设计一种基于MetaFormer结构的轻量级深度卷积变换模块来替换HRNet阶段2、3、4中运算复杂度较高的残差模块；然后，设计一种多尺度特征融合方法减少HRNet原融合方法中的多维特征语义信息损失；最终，采用无偏数据处理来消除关键点热力图编码过程中导致的偏移误差。COCO2017验证集的实验结果表明，所提出的模型同基准模型相比，在AP降低2个百分点的情况下，模型参数量和浮点运算量分别减少了90.2%和83.1%，并且以AP为71.4个百分点的表现在轻量化模型中达到精度最优。

• 单位
  西安工业大学; 电子信息工程学院