既存の人体キーポイント検出モデルは高解像度特徴への注目が不足しており、訓練に使用されるデータセットの解像度が低く、アノテーション誤差が大きいため、歩行解析などのタスクで検出結果が不安定で、位置精度が低い問題がありました。これらの問題に対し、多分解能特徴融合に基づく人体下肢キーポイント検出モデルを提案します。高解像度画像をネットワークの入力とし、微調整済みのMobiliNet v1ネットワークと注意機構を用いて全体の低解像度特徴を抽出し、キーポイント位置を初期予測します。並列の浅いネットワークで局所の高解像度特徴を抽出し、その後、連続残差構造と注意機構を用いて異なる解像度の特徴を融合し、キーポイントの予測精度を向上させ、高解像度画像による高い計算量問題を効果的に軽減します。モデル学習の精度を確保するため、事前ラベリング方式で高解像度・高精度な人体下肢キーポイントデータセットを作成しました。モデルの複雑度、検出速度、検出精度および検出誤差を評価指標とし、他の古典的および先進的手法と実験的に比較しました。結果は、提案モデルのテスト検出率が95.2％に達し、Lightweight-OpenPose、HRNet-W32、HRNet-W48、YOLO-Pose、RTMPoseおよびSimCCモデルよりいずれも優れており、検出精度は4.1％～83.6％向上し、FPSは7.6～13.9向上しました。これにより、提案モデルが高精度な人体下肢キーポイント検出に有効であることが示されました。

人体下肢キーポイント検出;多分解能特徴融合;注意機構;事前ラベリング