-
题名联合姿态先验的人体精确解析双分支网络模型
被引量:1
- 1
-
-
作者
高明达
孙玉宝
刘青山
邵晓雯
-
机构
江苏省大数据分析技术重点实验室(南京信息工程大学自动化学院)
江苏省大气环境与装备技术协同创新中心(南京信息工程大学自动化学院)
-
出处
《软件学报》
EI
CSCD
北大核心
2020年第7期1959-1968,共10页
-
基金
国家自然科学基金(61825601,61532009,61672292)
江苏省级项目(BRA2019077,DZXX-037)。
-
文摘
人体解析旨在将人体图像分割成多个具有细粒度语义的部件区域,进行形成对人体图像的语义理解.然而,由于人体姿态的复杂性,现有的人体解析算法容易对人体四肢部件形成误判,且对于小目标区域的分割不够精确.针对上述问题,联合人体姿态估计信息,提出了一种人体精确解析的双分支网络模型.该模型首先使用基干网络表征人体图像,将人体姿态估计模型预测到的姿态先验作为基干网络的注意力信息,进而形成人体结构先验驱动的多尺度特征表达,并将提取的特征分别输入至全卷积网络解析分支与检测解析分支.全卷积网络解析分支获得全局分割结果,检测解析分支更关注小尺度目标的检测与分割,融合两个分支的预测信息可以获得更为精确的分割结果.实验结果验证了该算法的有效性,在当前主流的人体解析数据集LIP和ATR上,所提方法的m Io U评测指标分别为52.19%和68.29%,有效提升了解析精度,在人体四肢部件以及小目标部件区域获得了更为准确的分割结果.
-
关键词
人体解析
语义分割
人体姿态估计
部件检测
卷积神经网络
-
Keywords
human parsing
semantic segmentation
human pose estimation
object detection
convolution neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-