用于课堂行为识别的轻量化姿态估计网络研究

打开文本图片集

摘要 课堂行为识别需要模型具有较快的推理速度、较少的参数量以及较好的模型鲁棒性。现有轻量化模型虽然达到了不错的实时性能，但其在面对课堂复杂场景时准确率较低，难以达到实际要求。针对此问题，提出了聚焦线性注意力姿态估计网络FLAPose（focused linear attention pose，FLAPose），重新设计的分组注意力（sectionalization attention，SA）增强了模型捕捉局部信息的能力，然后使用聚焦线性注意力（focused linear attention，FLA）设计增强模型学习骨架信息的效果，最后通过骨骼损失对模型辅助监督，增强模型对遮挡重叠区域的学习能力。（剩余20500字）