基于动态注意力和跨分支动态融合的人体姿态估计方法

本发明公开一种基于动态注意力和跨分支动态融合的人体姿态估计方法，通过构建HRNet(多分辨率特征提取模块)、CSAM(跨分支动态融合模块)、DAM(动态增强模块)和SimCC(关键点坐标分类模块)相结合的关键点预测模型实现人体姿态估计。通过引入CSAM和DAM，结合HRNet和SimCC技术，显著提升人体关键点定位的精度和效率。动态注意力机制和多分辨率动态融合有效减少冗余计算，显著降低了模型推理时间；通过SimCC直接回归关键点坐标，避免热度图引入的模糊性，实现像素级精准定位；在复杂场景(如遮挡严重、视角变化大)下依然表现优越，具有强鲁棒性。