典型文献
基于混合域注意力机制的服装关键点定位及属性预测算法
文献摘要：
针对服装形变和模特复杂姿态影响服装视觉分析准确率的问题,提出一个基于混合域注意力机制的服装关键点定位与属性预测算法,该算法利用循环十字交叉注意力(recurrent criss-cross attention,RCCA)模块得到服装图像的每个像素的上下文信息,从而捕获服装关键点之间潜在的空间几何关系,再融合服装图像的空间联系和通道交互信息来获得更好的服装关键点定位和属性预测效果.服装的空间特征由空间注意力分支网络在关键点热图的基础上学习得到,而通道交互信息通过局部跨通道交互策略生成通道注意力来捕获.试验结果表明,所提算法降低了服装关键点定位的归一化误差,并在一定程度上提高了服装的分类与属性预测效果.
文献关键词：
服装关键点定位;属性预测;混合域注意力机制;非局部空间连接;局部跨通道交互
中图分类号：
作者姓名：
雷冬冬;王俊英;董方敏;臧兆祥;聂雄锋
作者机构：
三峡大学 水电工程智能视觉监测湖北省重点实验室,湖北 宜昌 443002;三峡大学 湖北省建筑质量检测装备工程技术研究中心,湖北 宜昌 443002
文献出处：
引用格式：
[1]雷冬冬;王俊英;董方敏;臧兆祥;聂雄锋-.基于混合域注意力机制的服装关键点定位及属性预测算法)[J].东华大学学报（自然科学版）,2022(04):28-35
A类：
服装关键点定位,非局部空间连接
B类：
混合域注意力机制,属性预测,预测算法,模特,视觉分析,法利,十字交叉,交叉注意力,recurrent,criss,cross,attention,RCCA,服装图像,像素,上下文信息,空间几何,几何关系,再融合,空间联系,交互信息,空间特征,空间注意力,分支网,热图,习得,局部跨通道交互,交互策略,通道注意力
AB值：
0.257766
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
