人體姿態(tài)估計已成為人機交互等智能應用解決方案的熱點問題,但是在面對小尺度人體實例時,以往的深度學習網(wǎng)絡得到的結果不是非常理想,無法準確地估計出圖片或視頻中所有人的姿態(tài)。因此,為了解決人體姿態(tài)估計中尺度變化的問題,特別是精確定位小尺度人體實例的關鍵點,本文提出了一種改進的高分辨率網(wǎng)絡(Improved High-Resolution Network,Improved HRNet)。本文主要改進工作如下:(1)在特征提取模塊中,本文在并行子網(wǎng)絡向前傳遞的過程中添加了雙重注意力機制,目的是在不改變通道數(shù)的前提下,賦予傳播信息權重,分配權重大的信息為有用信息,減少無關信息帶來的干擾。(2)在關鍵點分組模塊中,引入關聯(lián)嵌入的方法,使得網(wǎng)絡能夠同時輸出實例檢測和關鍵點分組,減少了以往的兩階段任務(即先檢測所有關鍵點,再進行分組)會丟失網(wǎng)絡中深層語義信息的現(xiàn)象。本文使用了一種基于雙線性插值法的熱圖聚合策略,用于實現(xiàn)上采樣操作,將預測熱圖的分辨率提高到與主干網(wǎng)絡輸入特征圖相同的分辨率,然后通過把所有不同尺度的特征圖取平均值,實現(xiàn)最終的預測。(3)在訓練網(wǎng)絡過程中,本文使用多分辨率監(jiān)督學習,即在不同分辨...

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 引言
    1.1 研究背景與研究意義
    1.2 研究現(xiàn)狀與研究難點
    1.3 研究內容與章節(jié)安排
2 相關工作
    2.1 人體姿態(tài)估計
    2.2 卷積神經(jīng)網(wǎng)絡
    2.3 殘差神經(jīng)網(wǎng)絡
    2.4 本章小結
3 基于改進高分辨率網(wǎng)絡的人體姿態(tài)估計
    3.1 高分辨網(wǎng)絡
    3.2 雙重注意力機制
    3.3 關鍵點分組
    3.4 反卷積模塊
    3.5 多分辨率監(jiān)督
    3.6 熱圖聚合
    3.7 本章小結
4 實驗與分析
    4.1 實驗設置
    4.2 數(shù)據(jù)集
    4.3 關鍵點檢測
    4.4 消融實驗
    4.5 實驗分析
    4.6 本章小結
5 結論與展望
    5.1 結論
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間發(fā)表的學術論文目錄



本文編號：3816367