基于改进堆叠沙漏网络的单臂姿态估计方法
计算机视觉与模式识别
2020-04-17 v1
摘要
目前，大多数高精度的单人姿态估计方法由于网络模型结构复杂，计算复杂度高且实时性不足。然而，由于网络模型结构简单，具有高实时性的单人姿态估计方法也需提高其精度。当前难以在单人姿态估计中同时实现高精度与实时性。为用于人机协同操作，本文提出一种基于端到端方法的单人上肢姿态估计方法，以实现准确且实时的肢体姿态估计。利用堆叠沙漏网络模型，设计了单人上肢骨架关键点检测模型。采用反卷积替换原模型中沙漏模块的上采样操作，解决了特征图粗糙的问题。使用积分回归计算骨架关键点位置坐标，减少了量化误差与计算量。实验表明，所开发的单人上肢骨架关键点检测模型达到了高精度，且基于端到端方法的姿态估计方法兼具高精度与实时性。
引用
@article{arxiv.2004.07456,
title = {Single upper limb pose estimation method based on improved stacked hourglass network},
author = {Gang Peng and Yuezhi Zheng and Jianfeng Li and Jin Yang and Zhonghua Deng},
journal= {arXiv preprint arXiv:2004.07456},
year = {2020}
}