基于改进ConvNeXt V2的人体姿态估计研究
王家祥
何利文
南京邮电大学物联网学院 南京 210000
摘要：人体姿态估计通常需要对图像中人体的关节位置和姿态进行检测,但是由于遮挡、复杂的纹理、光照变化等因素的干扰,导致相关特征提取困难.因此,人体姿态估计仍是一个具有挑战性的难题.面对这一难题,论文在原始的Con-vNeXt V2网络模型基础上,提出了一种基于改进的ConvNeXt V2的人体姿态估计算法.将一个标准大核卷积拆解成深度卷积(depthwise convolution,DW-Conv)、深度扩张卷积(depthwise dilation convolution,DW-D-Conv)和1×1的通道卷积(1×1 Conv)三个卷积,在不改变感受野的基础上,不仅可以降低计算量,还可以捕获长距离相互依赖特征.另外,在网络中加入注意力机制,实现了空间维度和通道维度的自适应,提高了网络对特征提取的能力.最终实验结果表明,经改进的ConvNeXt V2网络在人体姿态估计上比原始的ConvNeXt V2网络以及其他网络有了一定程度的提高.
关键词：人体姿态估计卷积神经网络注意力机制
分类号：TP183(自动化基础理论)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：5( 3540-3544 )
英文信息