科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对人体姿态检测过程中多尺度特征表达不充分的问题,本文利用选择性卷积核网络(Selective Kernel Networks, SKNet)的思想,提出了一种通道与空间特征选择融合模块,并应用于高分辨率网络,从而在多尺度特征融合过程中进行关键信息选择,不仅提高了多尺度特征表达,同时保留了原有多尺度特征融合交换不同特征信息的优点。实验结果表明,在高分辨率网络中加入通道与空间特征并联模块后,进一步提高了人体姿态检测的精度。在两种不同网络深度的模型中,姿态关键点预测的平均准确率分别有0.6%和0.7%的精度提升,最后通过网络推理过程可视化,进一步分析了该模块在卷积过程中起到的作用。
- 单位
