技术特征:1.一种基于rpe-i相对位置编码的rpepose关节点检测模型,其特征在于,包括cnn特征提取器、vision transformer编码器和检测器三个模块;
2.根据权利要求1所述的一种基于rpe-i相对位置编码的rpepose关节点检测模型,其特征在于,所述vision transformer编码器会经过三层注意力层的计算,而每层注意力层的运算流程如下:
3.根据权利要求2所述的一种基于rpe-i相对位置编码的rpepose关节点检测模型,其特征在于,所述rpe-i相对位置编码过程为:
技术总结本发明公开了一种基于RPE‑I相对位置编码的RPEPose关节点检测模型,包括CNN特征提取器、Vision Transformer编码器和检测器三个模块;CNN特征提取器采用改进的ResNet‑50网络架构通过卷积操作、最大池化操作和下采样操作提取人体检测框中的人体特征;Vision Transformer编码器经过三层基于RPE‑I相对位置编码的注意力层的计算捕捉图像块之间特征向量的长距离空间相互作用;检测器预测关键点热图。本发明给Transformer编码器提供了图像块之间的相对位置信息,增强了其对图像的理解能力,为跌倒检测算法框架提供一个计算量更少,而精度更高的姿态估计模型。
技术研发人员:杨慧,梁睿衍
受保护的技术使用者:西南交通大学
技术研发日:技术公布日:2024/2/8