典型文献
基于上下文注意力机制的人体姿态估计网络
文献摘要：
传统基于深度神经网络的人体姿态估计方法主要集中于网络模型的设计,对关节点、人体结构信息的建模关注较少.从人体结构建模的角度来看,现有的人体姿态估计方法仍然存在不足.首先,为了提升网络对人体结构信息的感知能力,提出了一种基于上下文注意力机制的人体姿态估计网络,通过注意力机制对人体关节点之间的相对位置关系进行建模.其次,为了增强训练数据集的规模和质量,提出了基于语义分割的数据增强方法.实验结果表明,对关节点相对位置的建模可以提升神经网络的感知能力.使用数据增强策略能够生成大量难样本,增强了网络的泛化能力.所提出的方法在COCO验证集上的人体姿态估计精度为79.5％,在COCO test-dev数据集上的精度为76.7％,高于其他具有相近复杂度网络的精度.
文献关键词：
人体姿态估计;注意力机制;上下文信息;HRNet;特征融合;数据增强
中图分类号：
作者姓名：
吴樾;梁桥康;孙炜;张柯毅
作者机构：
湖南大学电气与信息工程学院,长沙 410082;电子制造业智能机器人技术湖南省重点实验室,长沙 410082;湖南大学深圳研究院,深圳 518055;四川大学匹兹堡学院,成都 610207
文献出处：
引用格式：
[1]吴樾;梁桥康;孙炜;张柯毅-.基于上下文注意力机制的人体姿态估计网络)[J].无人系统技术,2022(06):74-85
A类：
B类：
上下文注意力,注意力机制,人体姿态估计,深度神经网络,估计方法,人体结构,结构信息,结构建模,感知能力,人体关节点,相对位置,位置关系,训练数据集,语义分割,增强方法,使用数据,数据增强策略,难样本,泛化能力,COCO,验证集,估计精度,test,dev,上下文信息,HRNet,特征融合
AB值：
0.297712
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。
