公开(公告)号：CN114419732A

公开(公告)日：2022-04-29

申请号：CN202210036567.9

申请日：2022-01-11

Applicant: 江南大学

Inventor： 杨金龙 ,  冯雨 ,  刘佳 ,  张媛 ,  刘建军

IPC: G06V40/20 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于注意力机制优化的HRNet人体姿态识别方法，属于人体姿态识别，深度学习处理领域。所述方法首先在不同分辨率特征图跨通道融合过程中加入扩张卷积，在不产生额外的参数和计算量的情况下能够在不改变低分辨率特征图的尺寸下增加感受野，确保做出决策时没有忽略重要信息；其次提出新的特征融合的策略，通过引入通道注意力机制对不同分辨率的特征图进行加权融合，通过自适应地重新校准特征映射的另一个方向，以增强有意义的特征，同时抑制弱特征，加快了收敛速度，优化了人体姿态识别性能，并且在检测精度上有了进一步提升。

公开(公告)号：CN114419732B

公开(公告)日：2025-03-28

申请号：CN202210036567.9

申请日：2022-01-11

Applicant: 江南大学

Inventor： 杨金龙 ,  冯雨 ,  刘佳 ,  张媛 ,  刘建军

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于注意力机制优化的HRNet人体姿态识别方法，属于人体姿态识别，深度学习处理领域。所述方法首先在不同分辨率特征图跨通道融合过程中加入扩张卷积，在不产生额外的参数和计算量的情况下能够在不改变低分辨率特征图的尺寸下增加感受野，确保做出决策时没有忽略重要信息；其次提出新的特征融合的策略，通过引入通道注意力机制对不同分辨率的特征图进行加权融合，通过自适应地重新校准特征映射的另一个方向，以增强有意义的特征，同时抑制弱特征，加快了收敛速度，优化了人体姿态识别性能，并且在检测精度上有了进一步提升。