换一批摘要针对当前姿态估计模型存在计算复杂度高以及参数量大的问题,本文提出一种轻量级姿态估计算法.首先,在特征提取过程中引入局部通道编码(Partial channel encoding,PCE)模块,结合卷积神经网络与视觉编码器的优势,分别提取图像的局部特征和全局特征;接着在多尺度特征融合过程中引入加权特征融合,增强模型的多尺度特征融合能力以避免模型轻量化带来的精度降低的问题;之后在回归预测的过程中将人体检测和分类部分共享检测头,提高模型在姿态估计任务中的识别效率;最后将CIoU损失函数更换为PIoU损失函数,让模型更注重对中高质量检测框的识别准确度.实验结果表明,本文提出的模型相比于基础模型,参数量下降27%,计算量下降18%,准确度提升0.2%,既保证了识别的准确度,又可以实现检测算法的轻量化,为实现实时准确的姿态估计提供了有效手段.
更多相关知识
栏目名称
DOI
10.16337/j.1004-9037.2025.06.019
发布时间
2025-12-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家科技部项目（G2021013008）
教育部中国高校产学研创新基金（2023RY011）
上海理工大学医工交叉重点项目（1020308405）
上海理工大学医工交叉重点项目（1022308502）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
