中文引用格式： 王亚东，秦会斌. 结合不确定性估计的轻量级人体关键点检测算法[J]. 电子技术应用，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
随着社会发展，监控视频分析正从人工走向智能，从传统走向现代。人体关键点检测是以人为中心的视频分析中的重要环节，又称为人体姿态估计[1]。人体关键点是具有明确语义的关节点和部位，是行为识别[2]、人机交互[3]和动作捕捉[4]等应用的重要基础。
随着卷积神经网络（Convolutional Neural Network，CNN）的发展，人体关键点检测取得显著进步，精度逐渐提升。基于深度卷积神经网络的人体关键点检测算法分为两类：基于热图表示的检测方法和基于坐标表示的回归方法。
自从Tompson等人[5]首次提出用热图表示关节点，检测方法成为二维姿态估计的主流。孙科等人[6]针对关键点检测任务提出HRNet，整个网络中保持高分辨率的特征图，通过并行连接多个不同分辨率的子网络，并在它们之间进行信息交互和融合，避免了信息的丢失和模糊。检测方法具有精度高、训练效率高和空间泛化性好等优点。但是热图分辨率低于原图分辨率导致的量化误差和解码过程中argmax操作不可微分，使得检测方法依赖高分辨率热图，限制了在嵌入式设备中的使用。
回归方法在人体姿态估计中研究较早，但相关工作较少。回归方法直接端到端产生图像中关键点的坐标。Toshev等人[7]首次提出利用CNN回归坐标进行人体姿态估计。Carreira等人[8]提出了一个迭代误差反馈框架（Iterative Error Feedback，IEF），引入自上而下的反馈，预测当前估算值的偏移量并进行迭代矫正。Nie等人[9]提出了单阶段的多人姿态估计网络（Single-stage Multi-person Pose Machine，SPM），采用根节点预测人体位置，然后预测关节点的偏移量。回归方法拥有简单灵活高效等优点，但性能仍逊色于检测方法，尤其在遮挡、截断和运动模糊等场景中误差较大。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005711
作者信息：
王亚东，秦会斌
（杭州电子科技大学 新型电子器件与应用研究所，浙江 杭州 310018）
