一种轻量化、强鲁棒性的2D行人姿态估计方法、系统及存储介质

本发明一种轻量化、强鲁棒性的2D行人姿态估计方法、系统及存储介质，涉及计算机视觉技术领域，为解决现有的HRNet在处理复杂场景时，无法充分捕捉全局上下文信息，以及特征融合中容易造成细节及局部特征丢失，计算复杂度高且内存消耗量大的问题。包括：步骤一、通过车载相机采集图像，对图像中的行人目标进行检测；步骤二、构建基于HRNet网络的HRMamba‑EMA模型，模型的每个分支构建有VSSBlock，用于处理不同分辨率的分支以提取特征，并引入基于EMA的多尺度融合模块，用于多尺度的特征融合；步骤三、基于所述HRMamba‑EMA模型对得到的行人目标检测结果进行姿态估计和关键点检测。