基于卷积与Transformer的人体姿态估计方法对比研究

人体姿态估计是计算机视觉的基础性算法之一，为了探究人体姿态估计领域的研究发展趋势，文章首先介绍了基于卷积的经典人体姿态估计算法，论述各算法的基本原理及算法改进，其次对最新的基于自注意力模型(Transformer)的算法进行梳理，最后介绍了常用的公开数据集和模型评价指标，选取了几个经典算法进行对比分析，平均精度在马克斯·普朗克信息研究所(Max Planck Institute Informatik,MPII)数据集达到80%以上，在微软公共对象上下文(Common Objects in Context,COCO)数据集达到60%以上，得到卷积结构和Transformer结构互有优劣的结论。