摘要：为提高群体活动场景下细粒度人体姿态估计的准确率，优化网路中人体识别及姿态估计算法，在现有研究的基础上，提出一种结合多尺度预测以及改进并行注意力模块的多目标人体姿态估计算法。在充分利用不同尺度特征信息的基础上，实现高质量的人体姿态估计；针对运动场景下多目标人体姿态数据集较少，提出一种数据集CUPB Sport Dataset。实验结果表明，该算法在公开基准数据集和自制数据集上分别达到了81.4 mAP和79.7 mAP,验证了该算法在运动场景下针对多目标的高效性。

关键字：深度学习;运动场景;姿态估计;注意力机制;多目标;多尺度;细粒度人体识别

ISSN号：1000-7024

卷、期、页：卷44期7：2156-2162

发表日期：2023-07-14

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊,CSTPCD（中国科技核心期刊）（统计源期刊）

发表期刊名称：计算机工程与设计

参与作者：李昊阳

通讯作者：朱凯杰

第一作者：朱丽萍,唐亮

论文类型：期刊论文

论文概要：朱丽萍,唐亮,朱凯杰,李昊阳，运动场景下的多目标人体姿态估计，计算机工程与设计，2023，卷44期7：2156-2162

论文题目：运动场景下的多目标人体姿态估计