摘要

为了提高服装关键点检测的准确率,提出一种多尺度空间特征引导的服装关键点检测方法.首先,借鉴深度可分离卷积的思想,构建空间特征引导的注意力模块,在增强网络流中空间特征的同时,强化不同特征通道之间的信息交互;其次,将注意力模块嵌入HRNet网络的多个尺度上,在每个尺度上对输入特征的空间信息进行细粒度建模,从而更精确地定位关键点;然后,利用无偏数据增强方法,将数据从离散空间转换到连续空间,减小关键点检测过程中的量化误差;最后,采用由粗到细的训练策略,在提高关键点检测准确率的同时,大幅减少计算量.所提方法在DeepFashion2数据集的服装关键点检测任务中达到67.4%的准确率,超过文中对比方法.