基于层次化标签的人体解析

• 作者: 胡莉娜 高盛华
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 层次化标签 卷积神经网络 人体解析 语义分割
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 820-827
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2020.06.014

摘要

人体解析针对图像中人体不同部位进行语义分割,是近年来计算机视觉领域中的一个重要研究课题.不同于场景中的一般物体,人具有高度的结构化特征,并存在复杂的姿态变化和衣物遮挡情况.针对这一任务,提出一种基于卷积神经网络的层次化标签结构的人体解析方法.首先对精细的标签按照类别进行不同程度的合并,获得多个层级的解析图;然后改进具有金字塔特征抽取结构的卷积神经网络,使用解析图对金字塔不同层级的特征进行监督;最后将所有层级特征进行融合得到解析结果.在人体解析数据集LIP上的实验验证,与当前通用的语义分割算法相比,该算法可获得更高的人体解析准确性并改善了图像的分割效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡莉娜		1	0	0.0	0.0
2	高盛华		1	0	0.0	0.0