Les modèles actuels de détection des points clés du corps humain manquent d’attention aux caractéristiques haute résolution. Les ensembles de données utilisés lors de l’entraînement ont une résolution basse et des erreurs d’annotation importantes, ce qui entraîne des résultats instables et une précision de localisation médiocre dans des tâches telles que l’analyse de la démarche. Pour répondre à ces problèmes, un modèle de détection des points clés des membres inférieurs basé sur la fusion de caractéristiques multi-résolutions est proposé. Des images haute résolution sont utilisées comme entrée réseau, employant un réseau MobiliNet v1 affiné combiné à un mécanisme d’attention pour extraire les caractéristiques globales à basse résolution et prédire initialement la position des points clés. Parallèlement, un réseau peu profond extrait les caractéristiques locales haute résolution. Ensuite, une structure résiduelle continue avec un mécanisme d’attention fusionne les caractéristiques de différentes résolutions pour améliorer la précision de prédiction des points clés tout en atténuant efficacement la forte charge computationnelle des images haute résolution. Un ensemble de données haute résolution et haute précision des points clés des membres inférieurs a été créé par pré-étiquetage pour assurer la précision de l’entraînement. Le modèle a été évalué en termes de complexité, vitesse de détection, précision et erreur de détection, comparé à d’autres méthodes classiques et avancées. Les résultats montrent que le taux de détection du modèle testé atteint 95,2%, surpassant Lightweight-OpenPose, HRNet-W32, HRNet-W48, YOLO-Pose, RTMPose et SimCC, avec une amélioration de la précision de 4,1% à 83,6% et une augmentation du FPS de 7,6 à 13,9. Cela démontre l’efficacité du modèle proposé dans la détection précise des points clés des membres inférieurs.

Détection des points clés des membres inférieurs; fusion de caractéristiques multi-résolutions; mécanisme d’attention; pré-étiquetage