一种基于Mamba架构的轻量级高精度人体姿态估计方法

本发明公开了一种基于Mamba架构的轻量级高精度人体姿态估计方法，属于人体姿态估计技术领域，本发明通过设计轻量级神经网络架构来降低计算成本，同时实现了高精度的人体姿态估计。本发明方法首先构建Mamba架构的人体姿态估计网络，利用轻量化特征提取模块在保证实时性的同时增强关键点检测能力；训练阶段，使用多样化人体姿态数据集对网络进行训练，保证其对各种姿态和场景的适应性；测试阶段，通过轻量化的网络模型实现实时人体姿态估计，与传统方法相比，该发明的网络模型设计简洁，极大地减少了网络的参数量和浮点运算数，在增强模型实时性的同时，显著提升了姿态估计的精度，适用于资源受限的设备或实时应用场景。