排序方式: 共有1条查询结果,搜索用时 3 毫秒
1
1.
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。 相似文献
1