论文部分内容阅读
为了提高人体姿态估计的准确度和检测速度,提出了一种基于深度残差网络的多人姿态估计算法。首先使用现有的先进目标检测算法检测出人体位置,再在人体边界框内作单人姿态估计。对现有模型的残差块进行改造,降低了模型的参数量,加入多尺度监督模块和多尺度回归模块辅助训练,提高了模型的学习效率,并采用新的坐标提取方法进一步提高了模型的泛化能力和推理速度,在流行的MPII、COCO数据集上进行了训练和测试。MPII测试集上PCKh@0.5获得了92.1%的得分,2017 COCO test-dev集上mAP获得了72.