典型文献
部位级遮挡感知的人体姿态估计
文献摘要：
随着深度学习的快速发展,人体姿态估计技术近年来取得显著进步,但是现有方法仍难以较好地处理普遍存在的遮挡问题.针对此问题,提出一种部位级遮挡感知的人体姿态估计方法.首先,采用基准人体姿态估计网络从含遮挡噪声的图像中获得各人体部位的带噪声特征表达.然后,通过遮挡部位预测模块估计人体被遮挡部位,从而获得可见性向量.遮挡部位预测模块由遮挡部位分类网络和可见性编码器组成,前者预测关节点的遮挡状态,后者利用注意力机制将遮挡状态转换为一组权重.最后,通过通道重加权方式融合可见性向量和带噪声特征,获得部位级遮挡感知的人体部位相关特征,用于计算关节点热图.在MPII和LSP(leeds sports pose)数据集上的实验结果表明,相比基准姿态估计网络,该方法能够在较小的额外计算代价下更好地应对遮挡问题,并且取得了比目前先进方法更佳的结果.
文献关键词：
人体姿态估计;人体关节点检测;遮挡推理;通道注意力机制;多任务学习
中图分类号：
作者姓名：
褚真;米庆;马伟;徐士彪;张晓鹏
作者机构：
北京工业大学信息学部,北京 100124;北京邮电大学人工智能学院,北京 100876;模式识别国家重点实验室(中国科学院自动化研究所),北京 100190
文献出处：
引用格式：
[1]褚真;米庆;马伟;徐士彪;张晓鹏-.部位级遮挡感知的人体姿态估计)[J].计算机研究与发展,2022(12):2760-2769
A类：
leeds,人体关节点检测,遮挡推理
B类：
人体姿态估计,姿态估计技术,遮挡问题,估计方法,各人,噪声特征,特征表达,可见性,性向,分类网络,编码器,状态转换,重加权,位相,热图,MPII,LSP,sports,pose,比基,比目,通道注意力机制,多任务学习
AB值：
0.248695
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。
