用于服饰关键点检测的全局-局部嵌入模块
计算机视觉与模式识别
2019-08-29 v1
摘要
服饰关键点检测是视觉服装分析的一项基础技术。由于服装的巨大变化和非刚性形变，服饰关键点定位在不同姿态、尺度和风格上存在很大的空间方差。因此，准确的关键点检测需要理解服装的上下文知识。为此，在本文中，我们提出了一种带有全局-局部嵌入模块的服饰关键点检测网络。该全局-局部嵌入模块基于用于捕获长程依赖的非局部操作以及随后用于采用局部邻域关系的卷积操作。通过这一处理，网络能够同时考虑服装图像的全局和局部上下文知识。我们证明，我们提出的方法具有为服饰关键点检测学习高级深度特征表示的出色能力。在两个基准数据集上的实验结果表明，所提出的网络优于现有方法。我们的代码可在 https://github.com/shumming/GLE_FLD 获取。
引用
@article{arxiv.1908.10548,
title = {A Global-Local Emebdding Module for Fashion Landmark Detection},
author = {Sumin Lee and Sungchan Oh and Chanho Jung and Changick Kim},
journal= {arXiv preprint arXiv:1908.10548},
year = {2019}
}
备注
Accepted to ICCV 2019 Workshop: Computer Vision for Fashion, Art and Design