全局-局部特征融合的人體姿態(tài)估計(jì)算法

摘要： 針對(duì)現(xiàn)有人體姿態(tài)估計(jì)算法存在因骨干網(wǎng)絡(luò)特征提取不充分，導(dǎo)致關(guān)鍵點(diǎn)特征信息丟失的問(wèn)題，提出一種結(jié)合全局-局部特征融合模塊的人體姿態(tài)估計(jì)網(wǎng)絡(luò)模型(GLF-Net)。為了在特征提取階段獲得高質(zhì)量的特征圖，該算法從全局特征和局部特征出發(fā)，對(duì)骨干網(wǎng)絡(luò)ResNet-50進(jìn)行改進(jìn)，分別設(shè)計(jì)了全局極化自注意力模塊和局部深度可分離卷積模塊。同時(shí)采用并行的結(jié)構(gòu)方式將融合了全局位置信息和局部語(yǔ)義信息...