【摘 要】
：
针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据加强训练,以提升SHN的估计性能;然后将SHN作为第二个生成对抗网络模型的生成器,将肢体几何约束作为判别器,通过第二次对抗训练再一次提升SHN的估计性能,得到最终的SHN。在
【机 构】
：
贵州大学大数据与信息工程学院大数据与智能技术重点实验室,贵州贵阳550025
论文部分内容阅读
针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据加强训练,以提升SHN的估计性能;然后将SHN作为第二个生成对抗网络模型的生成器,将肢体几何约束作为判别器,通过第二次对抗训练再一次提升SHN的估计性能,得到最终的SHN。在公开数据集LSP和MPII上对本方法进行测试,结果表明,该方法能有效提升SHN的估计精确度。
其他文献
针对现有点云配准算法不能很好地同时解决点云模型变尺度和配准精度等问题,提出一种变尺度的两阶段点云模型配准算法。第一阶段加入动态的尺度因子,粗略估计并调整目标点云模型的尺度;然后将空间旋转变换三个角度进行格点划分,以30°为格点间距,这提高了算法的收敛速度并避免陷入局部最优,为第二阶段配准提供良好的初始位置。在尺度迭代最近点(SICP)算法基础上对第二阶段进行优化,以此对点云模型进行更加精准的匹配。
传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征;然后,构建自适应权重计算网络(AWCN),并以两者的空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现了
青岛是海上丝绸之路的起点之一,在中国与东南亚、朝鲜半岛及日本等地区的经济、政治、军事、文化交流等方面发挥了重要的作用。记者从青岛市商务局了解到,近年来,青岛市发挥
我小时候,最害怕到各家的神龛面前去看木雕菩萨,因为那些高高矮矮、大大小小的菩萨一个个都像真人一样,尽管大多数慈眉善目,但是,僵硬的木头人,越是冲你微笑,越是让你觉得恐
高光谱图像分类是遥感领域的研究热点之一,是对地观测的重要手段,在地物的精细识别等领域具有重要的应用。使用卷积神经网络(CNN)可以有效地从原始图像中提取高级特征,具有较高的分类精度。但CNN计算量巨大,对硬件要求较高。为了提高模型计算效率,可以在图形处理器(GPU)上进行CNN模型的训练。现有的并行算法,比如GCN(GPU based Cube-CNN),无法充分利用GPU的并行能力,算法加速效果
河南吴城碱矿采卤生产井堵漏问题多年来未取得突破性进展,本文在井现场实践基础上,结合室内试验,从堵漏材料选择、工艺两方面较为系统地总结出该地区堵漏技术,制定出以高失水
现代印刷排版的革命,发轫于象征派和未来主义的诗歌,并受毕加索和勃拉克绘画中“拼贴”(Collage)技法的启迪。通过富于“可视性”的
The revolution in modern typography
“明月不常满,大海真能容。”父亲吴祖光先生于二○○三年四月九日心脏病突发病逝。恰好与母亲新凤霞女史过世是同一天。对此外人很难理解,虽家父因中风不良于言,已有三年沉
摘要：随着科学技术的进步，计算机在我们工作、生活、学习当中所占据的位置越来越重，人们也越来越离不开计算机，计算机作为一门学科也早已走进了高中课堂，成为一门必修课。然而，由于我国计算机教学整体上起步较晚，在教学当中还存在一些问题。文章从当前中职计算机教学中出现的一些问题着手，对提高中职计算机教学策略进行探讨。 关键词：中职计算机；现状；对策 随着以计算机、网络技术、通讯技术为代表的信息技术的迅猛