亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計

        2022-05-30 20:41:07林敏強(qiáng)
        電子產(chǎn)品世界 2022年9期

        林敏強(qiáng)

        摘 要:目前高分辨率人體姿態(tài)估計已經(jīng)非常準(zhǔn)確,但是低分辨率人體姿態(tài)估計效果并不理想,主要原因是低分辨率時模型性能嚴(yán)重下降,而偏移學(xué)習(xí)是解決模型性能下降的一種有效方法。實驗表明,本文提出的基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計算法量化誤差小,準(zhǔn)確率高。

        關(guān)鍵詞:人體姿態(tài)估計;低分辨率;偏移學(xué)習(xí)

        *基金項目:深圳市科技創(chuàng)新委員會資助項目(項目編號:JSGG20191129143214333)

        人體姿態(tài)估計是人體生成,動作識別,行人序列重識別,行人跟蹤和行人目標(biāo)檢測中最關(guān)鍵的技術(shù)之一。由于受人體的大尺度變換、人體遮擋和拍攝角度等因素干擾,人體姿態(tài)估計充滿挑戰(zhàn)?,F(xiàn)有的人體姿態(tài)估計算法大部分是基于高分辨率的,低分辨率人體姿態(tài)估計研究較少。高分辨率人體姿態(tài)估計計算量大,嚴(yán)重阻礙了人體姿態(tài)估計的應(yīng)用。城市監(jiān)控多采用遠(yuǎn)距離拍攝,獲取的圖像分辨率都比較低,因此低分辨率人體姿態(tài)估計更具有研究和應(yīng)用價值。

        人體姿態(tài)估計算法主要分三類:基于坐標(biāo)的人體姿態(tài)估計算法;基于熱圖的人體姿態(tài)估計算法;基于偏移的人體姿態(tài)估計算法?;谧鴺?biāo)的人體姿態(tài)估計算法是以人體2D圖像作為輸入并學(xué)習(xí)人體部位的歸一化坐標(biāo),為了提升模型的性能,主要采用級聯(lián)網(wǎng)絡(luò)來改進(jìn)預(yù)測效果,為了提高低分辨率人體姿態(tài)估計的性能,研究還采用了監(jiān)督學(xué)習(xí)和對比學(xué)習(xí)的方法,強(qiáng)制讓特征和輸出保持一致性;基于坐標(biāo)的方法的人體姿態(tài)估計算法模型簡單,但是模型容易過擬合,基于熱圖的人體姿態(tài)估計算法剛好可以緩解過擬合?;跓釄D的人體姿態(tài)估計算法采用隱士人體結(jié)構(gòu),且用高斯分布對關(guān)鍵點坐標(biāo)進(jìn)行編碼,不僅可以防止模型過擬合,而且可以增加容錯能力;但是它容易受到下采樣算子的影響,導(dǎo)致量化誤差增大。基于偏移學(xué)習(xí)的人體姿態(tài)估計算法將人體姿態(tài)估計分為部分檢測和偏移回歸任務(wù),明顯減少了量化誤差。本文采用基于偏移學(xué)習(xí)的人體姿態(tài)估計算法在低分辨率數(shù)據(jù)集上減少了量化誤差,提升了準(zhǔn)去率。

        1 算法

        2 實驗

        本實驗是COCO數(shù)據(jù)集上完成的。COCO數(shù)據(jù)集是用于圖像檢測、語義分割、人體姿態(tài)估計最常用的數(shù)據(jù)集,它包含220張有標(biāo)注的圖像(COCO數(shù)據(jù)集超過330張圖像),150萬個目標(biāo),80個行人、汽車、動物等目標(biāo)類別,91種草、墻、天空等材料類別,并且每張圖片還包含5句圖像描述,最重要的是它包含250000個帶關(guān)鍵點標(biāo)注的行人。實驗用平均精度(mean average precision,mAP)和平均召回率(average recall, AR)來作為評價指標(biāo)。實驗結(jié)果如表1。

        從上表可以看出,本文算法在COCO數(shù)據(jù)集上的平均精度和平均召回率明顯優(yōu)于其它算法,說明本文提出的基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計算法在低分辨率人體姿態(tài)估計上是有效的。

        3 結(jié)語

        本文提出的基于偏移學(xué)習(xí)的低分辨率人體姿態(tài)估計算法,在低分辨率人體姿態(tài)估計時,將人體姿態(tài)估計分為部分檢測和偏移回歸任務(wù),明顯減少了量化誤差,提升了準(zhǔn)確率。

        參考文獻(xiàn):

        [1] ZHANG Y, HASSAN M, NEUMANN H, et al. Generating 3d people in scenes without people[C]. 2020 IEEE Conference on Computer Vision and Pattern Recognition, 2020:6193-6203.

        [2] HUANG J, ZHU Z, GUO F, et al. Delving into unbiased data processing for human pose estimation[C]. 2020 IEEE Conference on Computer Vision and Pattern Recognition, 2020:5700-5709.

        [3] MA C, RAO Y, CHENG Y, et al. Structure-preserving super resolution with gradient guidance [C]. 2020 IEEE Conference on Computer Vision and Pattern Recognition, 2020:7766-7775.

        [4] FENG Z, XIATIAN Z, HANBIN D, et al. Distributionaware coordinate representation for human pose estimation[C]. 2020 IEEE Conference on Computer Vision and Pattern Recognition, 2020:7091-7100.

        [5] QIAN X, FU Y, XIANG T, et al. Pose normalized image generation for person re-identification[C]. 2018 European Conference on Computer Vision, 2018:661-678.

        [6] CHEN Y, WANG Z, PENG Y, et al. Cascaded pyramid network for multi-person pose estimation[C]. 2018 IEEE Conference on Computer Vision and Pattern Recognition, 2018:7103-7112.

        [7] SUN K, XIAO B, LIU D et al. Deep high-resolution representation learning for human pose estimation[C]. 2019 IEEE Conference on Computer Vision and Pattern Recognition, 2019:5693-5703.

        [8] XIAO B, WU H, WEI Y, et al. Simple baselines for human pose estimation and tracking[C]. 2018 European Conference on Computer Vision, 2018:472-487.

        亚洲一区二区日韩精品在线| 亚洲AV无码乱码1区久久| 国产在线观看免费一级| 中文字幕乱码人妻在线| 国产精品久久久爽爽爽麻豆色哟哟 | 日日碰狠狠添天天爽超碰97| 呦泬泬精品导航| 国产一区二区三区在线影院| 免费国产线观看免费观看| 亚洲精华国产精华液的福利| 国产精品美女黄色av| 亚洲日本中文字幕乱码| 永久免费a∨片在线观看 | 狠狠狠色丁香婷婷综合激情| 亚洲最黄视频一区二区| 久久国内精品自在自线| 无码国模国产在线观看| 无码日韩人妻AV一区免费| 亚洲中文字幕乱码免费看| 浓毛老太交欧美老妇热爱乱| 日产国产精品亚洲系列| 91久久综合精品国产丝袜长腿| 在线不卡av一区二区| 艳z门照片无码av| 人人看人人做人人爱精品| 国产精品三级1区2区3区| 亚洲国产高清精品在线| 人妻丝袜无码国产一区| 日本久久精品免费播放| 亚洲综合视频一区二区| 国产精品久久777777| 澳门精品无码一区二区三区| 一区二区视频资源在线观看| 亚洲成在人线视av| 中文字幕爆乳julia女教师| 久久亚洲AV无码一区二区综合 | 日本熟女精品一区二区三区| 国产精品国产三级国av在线观看| 妺妺窝人体色www在线直播| 亚洲a级视频在线播放| 久久久久无码国产精品一区|