中文引用格式： 王亞東，秦會斌. 結合不確定性估計的輕量級人體關鍵點檢測算法[J]. 電子技術應用，2023，49(10)：40-45.
英文引用格式： Wang Yadong，Qin Huibin. Lightweight human key point detection algorithm with uncertainty[J]. Application of Electronic Technique，2023，49(10)：40-45.
0 引言
隨著社會發展，監控視頻分析正從人工走向智能，從傳統走向現代。人體關鍵點檢測是以人為中心的視頻分析中的重要環節，又稱為人體姿態估計[1]。人體關鍵點是具有明確語義的關節點和部位，是行為識別[2]、人機交互[3]和動作捕捉[4]等應用的重要基礎。
隨著卷積神經網絡（Convolutional Neural Network，CNN）的發展，人體關鍵點檢測取得顯著進步，精度逐漸提升。基于深度卷積神經網絡的人體關鍵點檢測算法分為兩類：基于熱圖表示的檢測方法和基于坐標表示的回歸方法。
自從Tompson等人[5]首次提出用熱圖表示關節點，檢測方法成為二維姿態估計的主流。孫科等人[6]針對關鍵點檢測任務提出HRNet，整個網絡中保持高分辨率的特征圖，通過并行連接多個不同分辨率的子網絡，并在它們之間進行信息交互和融合，避免了信息的丟失和模糊。檢測方法具有精度高、訓練效率高和空間泛化性好等優點。但是熱圖分辨率低于原圖分辨率導致的量化誤差和解碼過程中argmax操作不可微分，使得檢測方法依賴高分辨率熱圖，限制了在嵌入式設備中的使用。
回歸方法在人體姿態估計中研究較早，但相關工作較少。回歸方法直接端到端產生圖像中關鍵點的坐標。Toshev等人[7]首次提出利用CNN回歸坐標進行人體姿態估計。Carreira等人[8]提出了一個迭代誤差反饋框架（Iterative Error Feedback，IEF），引入自上而下的反饋，預測當前估算值的偏移量并進行迭代矯正。Nie等人[9]提出了單階段的多人姿態估計網絡（Single-stage Multi-person Pose Machine，SPM），采用根節點預測人體位置，然后預測關節點的偏移量。回歸方法擁有簡單靈活高效等優點，但性能仍遜色于檢測方法，尤其在遮擋、截斷和運動模糊等場景中誤差較大。
本文詳細內容請下載：http://www.viuna.cn/resource/share/2000005711
作者信息：
王亞東，秦會斌
（杭州電子科技大學 新型電子器件與應用研究所，浙江 杭州 310018）
