基于Transformer的野生动物关键点检测

作者：王旭; 罗铁坚; 杨林

来源：传感器世界, 2021, 27(11): 19-25.

DOI：10.16204/j.cnki.sw.2021.11.010

• 野生动物关键点检测
• 空间注意力机制
• 多分辨率表征融合
• 卷积神经网络
• Transformer

濒危野生动物需要得到保护，对野生动物进行姿态追踪是保护野生动物的一种可行性方法。关键点检测是对野生动物进行姿态追踪的重要步骤。基于深度卷积网络（Deep Convolutional Neural Network,DCNN），首次使用Transformer模型实现野生动物的关键点检测任务，Transformer可以捕捉野生动物关键点的长距离依赖关系。在网络的基本模块（Basic Block）中引入SGE(Spatial Group-wise Enhance)注意力机制，改善所提取特征的分布。提出了一种基于空间注意力的多分辨率表征融合方法，在特征融合时关注更有用的特征信息。在野生动物关键点检测的公共数据集上进行实验，实验结果显示，所提方法获得了良好的效果。

• 单位
  中国科学院大学; 北京计算机技术及应用研究所; 北京信息科技大学