典型文献
基于多谱注意力高分辨率网络的人体姿态估计
文献摘要：
针对人体姿态估计中多分辨率特征融合时出现的特征信息丢失的问题,基于Lite-HRNet引入多谱注意力机制,设计了一个轻量级的结合多谱注意力机制的高分辨率人体姿态估计网络Lite MSA-HRNet.将多谱注意力机制融入Lite-HRNet,利用多个频率分量,提取更丰富的特征信息,获得更优的多分辨率特征重复融合的效果;在主体网络后利用一个反卷积模块,将其生成的更高分辨率特征和主体网络生成的高分辨率特征进行融合;引入通道置换、逐点分组卷积和深度可分离卷积,轻量化反卷积模块中的残差块,提升网络定位关键点的速度.在COCO2017数据集上的实验结果表明,与其他网络相比,Lite MSA-HRNet在人体姿态估计精度和复杂度之间取得了较好的平衡结果.
文献关键词：
人体姿态估计;多谱注意力;高分辨率网络;轻量化网络;多分辨率特征融合
中图分类号：
作者姓名：
马皖宜;张德平
作者机构：
南京航空航天大学计算机科学与技术学院 南京 211000
文献出处：
引用格式：
[1]马皖宜;张德平-.基于多谱注意力高分辨率网络的人体姿态估计)[J].计算机辅助设计与图形学学报,2022(08):1283-1292
A类：
多谱注意力,多分辨率特征融合
B类：
高分辨率网络,人体姿态估计,特征信息,信息丢失,Lite,HRNet,注意力机制,轻量级,MSA,反卷积,卷积模块,高分辨率特征,逐点,分组卷积,深度可分离卷积,残差块,网络定位,COCO2017,估计精度,轻量化网络
AB值：
0.19477
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。
