一种适用于低算力平台的轻量化二维人体姿态估计方法

本发明公开了一种适用于低算力平台的轻量化二维人体姿态估计方法，包括采集包含人体的实时图像数据并对图像进行预处理；搭建轻量化特征提取模块，使用卷积神经网络提取图像中的高维特征；搭建基于通道注意力机制的特征融合模块，融合多个高维特征；构建引导训练模块，在不增加参数量的情况下帮助模型提升精度；构建基于亚像素分类的人体姿态解码器，从高维特征中预测人体各个关节点在图像中的精确位置。本发明使用轻量化的二维人体姿态估计技术，克服了低算力情况下二维人体姿态估计算法检测鲁棒性较差、推理时间较慢的问题，在减少模型参数量的同时保证了模型的检测精度，有效提升了低算力平台上二维人体姿态估计的鲁棒性和推理速度。