CDGNet：用于人体解析的类别分布引导网络
计算机视觉与模式识别
2022-03-18 v3
摘要
人体解析的目标是将图像中的人体分割为组成部件。该任务需要根据类别对人物图像中的每个像素进行标注。由于人体由层次化结构的部件组成，图像中每个身体部位可具有其独有的位置分布特征。很可能人头不太会出现在脚下方，而手臂更可能靠近躯干。受此观察启发，我们通过沿水平和垂直方向累加原始人体解析标签来制作实例类别分布，其可作为监督信号。利用这些水平和垂直类别分布标签，网络被引导去挖掘每个类别的内在位置分布。我们将两种引导特征结合形成空间引导图，随后通过乘法和拼接叠加到基线网络上，以精确区分人体部件。我们在三个知名基准（LIP、ATR 和 CIHP 数据库）上进行了大量实验，以证明我们所提方法的有效性和优越性。
引用
@article{arxiv.2111.14173,
title = {CDGNet: Class Distribution Guided Network for Human Parsing},
author = {Kunliang Liu and Ouk Choi and Jianming Wang and Wonjun Hwang},
journal= {arXiv preprint arXiv:2111.14173},
year = {2022}
}
备注
Accepted at CVPR 2022