Rút trích dữ liệu khung xương hay nhận diện tư thế người là một tác vụ quan trọng trong các bài toán về nhận dạng hành động người hay theo dõi chuyển động. Nhiều nghiên cứu đã được thực hiện để đề xuất ra các mô hình khác nhau để có thể trích xuất dữ liệu khung xương từ dữ liệu hình ảnh, video. Trong nghiên cứu này, chúng tôi đề xuất một giải pháp nhằm nâng cao hiệu quả của mô hình. Nghiên cứu đề xuất tích hợp SE-Block vào mô hình HigherHRNet nhằm tăng khả năng học đặc trưng giữa các kênh trong bài toán trích xuất dữ liệu khung xương. Kết quả thực nghiệm trên tập COCO cho thấy mô hình cải tiến có sự ổn định tốt hơn trong quá trình huấn luyện và cải thiện nhẹ về chỉ số AR trong các tình huống tư thế phức tạp, qua đó mở ra nhiều hướng nghiên cứu mới trong việc nâng cao hiệu quả rút trích dữ liệu khung xương cũng như nhận dạng hành động hay theo dõi chuyển động của đối tượng.