典型文献
结合二阶注意力机制的多尺度人体姿态估计
文献摘要：
为解决人体姿态估计任务中存在的不同视角下人体实例尺度变化、遮挡问题导致的人体关键点定位不准确问题,提出融入二阶注意力机制的多尺度人体姿态估计网络模型GOS-HRNet.首先,在特征提取阶段为了获得高质量的特征图,通过在多分辨率网络结构中使用Octave卷积,保留更多的图像空间特征信息以提高关键点定位准确率;然后,为有效的利用图像上下文信息,融入二阶注意力模块使网络能更好地学习各分辨率表征的空间信息;最后,为了应对尺度变换对关键点定位的影响采用尺度增强训练方法,提高模型对尺度变化的鲁棒性.所提模型在MS COCO 2017数据集上进行实验,结果表明:所提出的GOS-HRNet模型平均检测精度比HRNet模型提升了2.2％,能够更加准确地利用上下文信息、丰富空间特征信息以提高对关键点定位的准确性.
文献关键词：
多尺度;高质量特征图;姿态估计;注意力机制
中图分类号：
作者姓名：
张云绚;董绵绵;王鹏;李晓艳;吕志刚;邸若海;毋宁
作者机构：
西安工业大学电子信息工程学院,西安710021
文献出处：
引用格式：
[1]张云绚;董绵绵;王鹏;李晓艳;吕志刚;邸若海;毋宁-.结合二阶注意力机制的多尺度人体姿态估计)[J].科学技术与工程,2022(32):14321-14327
A类：
B类：
注意力机制,人体姿态估计,不同视角,尺度变化,遮挡问题,人体关键点,关键点定位,GOS,HRNet,多分辨率,Octave,图像空间,空间特征,特征信息,定位准确率,上下文信息,注意力模块,地学,表征的空间,空间信息,尺度变换,训练方法,COCO,模型平均,检测精度,高质量特征图
AB值：
0.316508
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。
