层次Token注意力的人体姿态估计  

作　　者：万扬 陈磊 顾人舒 逯小莹 王然 

机构地区：[1]杭州电子科技大学卓越学院,浙江杭州310018 [2]杭州电子科技大学计算机学院,浙江杭州310018 [3]沸蓝建设咨询有限公司,浙江杭州310005

出　　处：《电子制作》2025年第3期102-106,共5页Practical Electronics

基　　金：国家级大学生创新训练计划项目(No.202310336040)资助。

摘　　要：针对人体姿态估计中存在关于复杂环境下关节点与人体遮挡,困难关键点检测准确率不高的问题,作者基于将关键点预测转换为token分类任务,设计了TA-Pose方法。(1)提出层次化Tokenizer,设计关节点下采样策略,使得模型先预测人体大致姿态,再进行细节优化,并采用辅助Loss避免增加训练阶段。(2)在离散分类之前进行Token-level Attention。这能利用不同token预测难度差异大的特点,让易预测的token辅助难预测的token,进而提高预测整体关节点的能力。实验结果表明,在相近训练资源消耗下,本方法在精度和训练速度上均超越传统方法和同类token方法,AP指标提升1.6%,AR指标提升1.4%。

关 键 词：2D人体姿态估计 层次化模型 Attention机制 生成式姿态估计 复杂环境适应性 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]