多尺度注意力姿态估计网络

遮挡鲁棒精度高

该网络通过多尺度空间注意力聚焦人体区域,配合对抗数据增强,显著缓解遮挡与过拟合问题。

张通 · Li, Qilin · Jingtao, Wen · Philip Chen, Chun Lung Philip

Information Fusion 2024

参数信息

MPII准确率
92.2 %
MSCOCO准确率
80.4 %

技术优势

遮挡下也准

多尺度空间注意力聚焦人体区域,提升复杂图像的特征提取能力。

通用性强

注意力模块可适配多种基于CNN的姿态估计框架,不受特定网络限制。

防过拟合

对抗网络生成最优增强样本,减少模型过拟合,提升预测精度。

零额外开销

数据增强方法不增加推理时的计算成本。

应用场景