基于级联特征网络的人体姿态估计

（河北工业大学人工智能与数据科学学院，天津 300401）

0 引言

目前，多人姿态估计已成为人体姿态估计研究的热点问题。现有的多人姿态估计方法分为两类：自顶向下的方法和自底向上的方法。自顶向下的方法首先从图像中定位人体位置，然后对每个人体目标使用单人姿态估计获得最终姿态估计结果；自底向上的方法则首先直接检测图像中所有人体关键点，并根据图像中的其它关联信息将属于同一人体目标的关键点组合成一个完整的人体姿态。

为了提高关键点检测精度，本文提出级联特征网络（Cascaded High-resolution Representation Network，CHRN），该网络以HRNet［1］网络为基础，通过构建主体网络与微调网络的结构定位人体关键点。主体网络利用多通道、多阶段模式提取深度特征，并以多尺度融合方式将多阶段深度特征进行融合，获得图像中更加全面且综合的信息；微调网络级联整合主体网络提取的多阶段深度特征，对主体网络中识别率较低的人体关键点进行在线挖掘［2］。

本文主要贡献为：①提出级联特征网络的高效网络模型，通过级联深度特征并结合在线关键点挖掘提高不易识别关键点的识别率，进而提升关键点整体识别率；②将本文方法与其它经典算法进行系统比较，在MPII［3］数据集上对人体姿态估计的直观效果和识别精度进行评估。实验结果证明，本文方法具有一定有效性和先进性。

1 研究现状

随着深度学习方法在计算机视觉领域的广泛应用，卷积神经网络（CNN Convolutional Neural Network）［4-5］在人体姿态估计方面得到了良好发展。……