典型文献
多尺度空间特征引导的服装关键点检测方法
文献摘要：
为了提高服装关键点检测的准确率,提出一种多尺度空间特征引导的服装关键点检测方法.首先,借鉴深度可分离卷积的思想,构建空间特征引导的注意力模块,在增强网络流中空间特征的同时,强化不同特征通道之间的信息交互;其次,将注意力模块嵌入HRNet网络的多个尺度上,在每个尺度上对输入特征的空间信息进行细粒度建模,从而更精确地定位关键点;然后,利用无偏数据增强方法,将数据从离散空间转换到连续空间,减小关键点检测过程中的量化误差;最后,采用由粗到细的训练策略,在提高关键点检测准确率的同时,大幅减少计算量.所提方法在DeepFashion2数据集的服装关键点检测任务中达到67.4％的准确率,超过文中对比方法.
文献关键词：
服装关键点;服装检测;注意力机制;无偏数据增强
中图分类号：
作者姓名：
谢志峰;周志鹏;王兆胜;丁辉明;马利庄
作者机构：
上海大学影视工程系 上海 200072;上海电影特效工程技术研究中心 上海 200072;上海交通大学计算机科学与工程系 上海 200240
文献出处：
引用格式：
[1]谢志峰;周志鹏;王兆胜;丁辉明;马利庄-.多尺度空间特征引导的服装关键点检测方法)[J].计算机辅助设计与图形学学报,2022(11):1763-1771
A类：
服装关键点检测,无偏数据增强
B类：
多尺度空间,空间特征,特征引导,深度可分离卷积,注意力模块,网络流,中空,信息交互,HRNet,输入特征,空间信息,细粒度,增强方法,空间转换,换到,连续空间,检测过程,量化误差,粗到细,训练策略,检测准确率,减少计算量,DeepFashion2,中达,比方,服装检测,注意力机制
AB值：
0.268849
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。
