Bestehende Modelle zur Erkennung von menschlichen Schlüsselpunkten vernachlässigen hochauflösende Merkmale. Die während des Trainings verwendeten Datensätze haben eine niedrige Auflösung und große Annotationsfehler, was zu instabilen Ergebnissen und ungenauer Lokalisierung bei Aufgaben wie der Ganganalyse führt. Zur Lösung dieser Probleme wird ein Modell zur Erkennung von Schlüsselpunkten der unteren Gliedmaßen vorgeschlagen, das auf der Fusion von Mehrauflösungsmerkmalen basiert. Es verwendet hochauflösende Bilder als Netzwerkeingang, extrahiert globale Niedrigauflösungsmerkmale mit einem feinabgestimmten MobileNet v1-Netzwerk kombiniert mit einem Aufmerksamkeitsmechanismus und sagt vorläufig die Position der Schlüsselpunkte voraus. Parallel dazu extrahiert ein flaches Netzwerk lokale hochauflösende Merkmale. Anschließend werden durch eine fortlaufende Residualstruktur und einen Aufmerksamkeitsmechanismus Merkmale verschiedener Auflösungen fusioniert, um die Genauigkeit der Schlüsselpunkterkennung zu verbessern und die hohe Rechenlast durch hochauflösende Bilder zu reduzieren. Durch ein Vorab-Markierungsverfahren wurde ein hochauflösender, hochpräziser Datensatz für Schlüsselpunkte der unteren Gliedmaßen erstellt, um die Genauigkeit des Modelltrainings sicherzustellen. Bewertet wurde anhand der Modellkomplexität, Erkennungsrate, Erkennungsgenauigkeit und Erkennungsfehler mit experimentellem Vergleich zu klassischen und fortschrittlichen Methoden. Die Ergebnisse zeigen, dass das vorgeschlagene Modell eine Test-Erkennungsrate von 95,2 % erreicht und damit Lightweight-OpenPose, HRNet-W32, HRNet-W48, YOLO-Pose, RTMPose und SimCC übertrifft. Die Erkennungsgenauigkeit wurde um 4,1 % bis 83,6 % verbessert, die FPS um 7,6 bis 13,9 erhöht. Dies beweist die Wirksamkeit des vorgeschlagenen Modells bei der hochpräzisen Erkennung von Schlüsselpunkten der unteren Gliedmaßen.

Erkennung von Schlüsselpunkten der unteren Gliedmaßen; Fusion von Mehrauflösungsmerkmalen; Aufmerksamkeitsmechanismus; Vorab-Markierung