【摘 要】
：
人体姿态估计的目标是定位图片中所有人的关节点,它可以应用到人体行为识别、虚拟现实等领域。近年来,基于卷积神经网络的人体姿态估计方法虽然已经取得极大进展,但仍存在一些问题:（1）不精确的监督信息导致模型退化。（2）在多尺度特征融合过程中,不同尺度特征之间的关系被忽视了。（3）由于参数量多,计算量大,这些模型无法在资源受限的设备上使用。为此,本文结合精确监督、注意力机制和知识蒸馏,来研究人体姿态估计的
论文部分内容阅读
人体姿态估计的目标是定位图片中所有人的关节点,它可以应用到人体行为识别、虚拟现实等领域。近年来,基于卷积神经网络的人体姿态估计方法虽然已经取得极大进展,但仍存在一些问题:（1）不精确的监督信息导致模型退化。（2）在多尺度特征融合过程中,不同尺度特征之间的关系被忽视了。（3）由于参数量多,计算量大,这些模型无法在资源受限的设备上使用。为此,本文结合精确监督、注意力机制和知识蒸馏,来研究人体姿态估计的相关技术和方法。本文的主要工作如下:（1）为了解决模型退化问题,本文在现有经典模型的基础上进行了改进,提出了精确监督网络。移除没有标注的关节点的损失,使得梯度方向更加准确。此外,通过注意力机制和全连接操作对现有的多尺度特征融合进行优化。在相关数据集上的实验结果验证了算法的有效性。（2）现有的大多数网络在追求极致的检测精度。然而,检测精度的提升以增加模型参数量和计算量为代价,这导致在嵌入式设备上实用性较差。为了解决这个问题,本文提出一种有序的双教师知识蒸馏学习框架。它包括两个不同能力的教师。较弱的那个用来教关节点信息,较强的那个通过添加人体分割先验信息来教分割信息和关节点信息。将双教师结合,提出一种有序的学习策略来提升知识的吸收能力。此外,本文采用二值化操作来进一步提升学生的学习能力,并去除热图中的噪声。在不同数据集上的实验结果证明了提出框架的有效性和泛化性。
其他文献
显著性目标检测的目的是从某个给定的场景中提取出最吸引人注意的物体,该研究不仅在图像分割、目标识别等领域有所贡献,还被应用于无人驾驶、目标追踪等高科技领域。目前提出的显著性检测算法大多基于2维RGB图像和3维RGBD图像。随着4D光场相机的蓬勃发展,显著性目标检测开始向4D空间拓展。早期的光场显著性检测算法主要依赖人工提取特征信息,后期随着深度学习网络的发展,研究者们开始尝试搭建深层神经网络检测光场
当前,深度学习技术迅速发展,在计算机视觉、自然语言处理、语音识别等领域取得了举世瞩目的成果,但是大多数深度学习模型的训练依赖于大量标注样本。在现实情景中,某些样本的标注非常困难,而较少的样本也不足以表达某个类别的特征分布。然而,人类可以在见过极少的样本后快速地识别出属于该类别的新样本,研究者们从人类这种快速学习的能力中受到启发提出了小样本学习问题,其目的就是要学习一个具有良好泛化性能的模型,能够在
随着计算机信息技术的发展,智能安防领域的相关技术也得到了很大的进步。在智能监控系统中,行人再识别算法受到广大科研人员和科研机构的密切关注。但是,行人再识别技术在现实场景应用的过程中面临着一些挑战。虽然基于有监督学习的行人再识别技术得到了巨大的提升,但是使用有监督学习的方法进行模型训练需要大量已标记的数据,这增加了人工成本和时间成本。由于在现实场景中直接获得的行人图像是无标签的,所以直接基于无标签数
随着计算机视觉领域的相关技术的快速发展,人体解析在该领域中的地位也显得愈加重要,其具体任务是为图像中的人物进行逐像素的分类标注,将图像中的人体划分为带有语义信息的不同区域,又被称为服装解析。本文研究了利用基于特征融合的方法处理人体解析任务,首先提出了多尺度特征融合网络MFBNet,创新性地为其引入了上下文嵌入模块,用于捕获丰富的上下文信息从而提高解析精度;另外,为了针对性地提高模型在单人解析任务上
随着互联网与智能移动设备的普及,各类应用平台的层出不穷引发了数据规模的爆炸式增长,在海量的产品中实现精准投放成为互联网平台获益的关键。提前对用户下一次的点击行为进行预测就显得尤为重要,点击率预测任务因其可用于评估用户点击产品的可能性的特点,目前已广泛部署在许多在线推荐和广告平台中。针对点击率数据特征学习的模型可分为两类:以学习线性特征组合进行预测的浅层模型（例如,梯度提升树）,以及通过对复杂的稀疏
近年来,随着社会流动性增加,智能安防逐渐引起国内外科研学者的重视,而跨模态行人再识别系统是智能安防领域的重要研究课题,国内外科研人员都开展了相关研究,本文在现有成果的基础上进行了优化与改进,旨在深入解决跨模态行人再识别系统的难点与挑战。基于深度学习的跨模态行人再识别系统由两个重要分支组成,分别是行人检测网络和跨模态行人再识别网络,因此,本文的研究课题主要为行人检测和跨模态行人再识别两个方面。本文的
高光谱图像分类是高光谱图像分析中的一个重要研究领域。在考虑高光谱图像的光谱信息和空间信息的基础上,许多优秀的算法被提出应用于分类之中。遥感高光谱图像中大量的混合像元使可分性减弱。当前的高光谱分类都是单标签分类,从标签的角度看,用单标签来标记混合像元内的多种地物是不合适的。从分类的角度看,混合会让光谱特征空间的类内差异变大,类间差异变小,导致最终的分类结果变差。针对混合像元的存在,本文将多标签学习的
作为图像理解和计算机视觉任务中的热门课题之一,目标检测已经成为解决行人检测、人脸识别、路径跟踪等复杂任务的基础。其主要目的是确定自然图像中是否存在预定义的物体实例,并返回物体实例的空间位置和类别。随着深度学习技术的普及,基于深度学习的目标检测框架相较于传统方法获得了更好的检测性能。由于不断出现的复杂任务场景,现阶段对于检测器的实时性的要求也越来越高。单阶段目标检测器以其较少的参数和较高的推理速度,
行人再识别的目的是在智能视频监控系统非重叠摄像机视角下对同一行人进行识别匹配。该技术在实际生活中的很多领域有着越来越多的应用,包括公共安全、行为分析和交通流分析等。受光照变化、背景复杂、行人姿态变化和行人被遮挡的影响,行人再识别技术面临着巨大的挑战,成为计算机视觉领域的研究热点和难点。为了能更好地解决这些问题,本文引入了多种注意力机制,重点对于视频行人再识别技术进行了深入研究,有效地提升视频行人再
随着人工智能的兴起,深度学习发展迅速。然而传统深度学习在实现时需要大量的标注样本进行深度模型的训练,成本高昂。因此,如何让深度模型减少对训练样本数量的依赖,即实现小样本学习成为了研究的关键。基于度量学习的小样本学习方法简单高效,其主要通过将样本映射到特征空间中再进行距离度量实现。本文基于度量学习方法,首先通过多尺度特征提取网络和图神经网络提高基础方法挖掘样本特征信息的能力,再优化传统类表达特征计算