基于关键点分组与双提示引导的拥挤场景遮挡感知多人姿态估计

本文提出了一种创新的遮挡感知多人姿态估计(MPPE)方法KDG，通过关键点分组策略和双提示引导机制，有效解决了拥挤场景中关节遮挡难题。该方法采用师生网络蒸馏框架，在学生网络中根据关节灵活性差异（躯干近端/远端）分别设计全局(GIP)和局部(LIP)信息感知模块；在教师网络中引入CLIP视觉语言模型，创新性地结合粗略身体部位提示与细粒度关节可见性提示。实验在OCHuman和CrowdPose数据集上验证了其优越性。

　　

Highlight亮点

• 提出基于关节运动灵活性的关键点分组策略，分别捕捉全局与局部上下文特征

• 整合CLIP模型表征关节级语义，设计双提示系统（粗略身体部位提示+细粒度关节提示）增强视觉-文本对齐

• 构建知识蒸馏框架，将教师网络中的视觉-语言知识迁移至学生网络

Conclusion结论

本研究提出的KDG方法通过创新性地结合关节运动学特性与多模态提示系统，在拥挤场景下实现了更精准的遮挡关节定位。关键点分组策略根据关节与躯干距离（近端/远端）自动分配全局(GIP)或局部(LIP)特征提取模块，而双提示机制则通过身体部位拓扑关系与关节可见性描述，显著提升了模型对遮挡关节的推理能力。在OCHuman（70%遮挡率）和CrowdPose等挑战性数据集上的实验表明，该方法较现有技术具有明显优势。

CRediT作者贡献声明

宋铁成：资源获取、概念设计、论文审阅、方法论

彭艺：初稿撰写、软件开发、数据管理、验证测试

刘春：数据可视化、调研分析

秦安勇：验证测试、初稿撰写

赵越：形式化分析、调研支持

杨峰：方法论设计、研究指导

高晨强：项目管理

（注：根据要求已去除文献引用标识[1][2]等及图示标识Fig.1，专业术语保留英文缩写并规范使用^sub标签）