公开(公告)号：CN117058763A

公开(公告)日：2023-11-14

申请号：CN202311048297.4

申请日：2023-08-18

申请人： 上海应用技术大学

发明人： 宋智礼 ,  华佳杰

IPC分类号： G06V40/20 ,  G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/774

摘要： 本发明涉及一种基于S‑HRNet模型的轻量型二维人体姿态估计方法，其特征在于，包括以下步骤：获取COCO数据集并划分为训练集、验证集和测试集；对HRNet模型进行轻量化改进得到S‑HRNet模型：先将HRNet模型的第一阶段的卷积核扩大；然后将HRNet模型的其余卷积核均替换为深度可分离卷积，再将HRNet模型中的基本块中的ResNet结构替换为Sandglass结构；最后在基本块中引入注意力机制；得到S‑HRNet模型；将训练集中的人的彩色图像输入到S‑HRNet模型中进行训练；通过验证集进行验证，得到训练好的S‑HRNet模型；将测试集输入训练好的S‑HRNet模型；输出人体姿态估计结果。解决了传统方法参数量、计算量较高、推理速度较慢且准确度较低的问题。拥有低参数量、低计算量、高准确度和可扩展性。

公开(公告)号：CN117894034A

公开(公告)日：2024-04-16

申请号：CN202311699995.0

申请日：2023-12-12

申请人： 上海应用技术大学

发明人： 刘云翔 ,  华佳杰 ,  原鑫鑫

IPC分类号： G06V40/10 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

摘要： 本发明公开了一种高分辨率网络的轻量型二维人体姿态估计方法及系统包括，对高分辨率网络模型中引入分组卷积的轻量型卷积，大幅减少了网络模型的参数量和计算量，使得高分辨率网络在资源受限的场景中更加实用；同时本发明设计考虑了计算效率，使用了轻量型架构，减少了网络模型的低计算量，能够在较短的时间内完成推理过程，加快了计算速度，提高了实时性，通过充分利用高分辨率网络的多尺度特征表示能力，并结合替换的EfficientNet结构和卷积块注意力模块，实现了较高的准确度。