关注重要区域：用于人体姿态估计的自注意力模型
计算机视觉与模式识别
2019-04-05 v2
摘要
人体姿态估计是计算机视觉中一项基础且具有挑战性的任务。造成该困难的原因之一是图像中存在许多冗余区域。在本工作中，我们提出了一种结合新颖注意力模型的卷积网络架构。我们将其命名为注意力卷积神经网络（ACNN）。ACNN 学习聚焦于不同输入特征中的特定区域。它是一个多阶段架构。早期阶段过滤掉“无内容区域”，如背景和冗余身体部位。然后将包含人体关节的重要区域送入后续阶段以获得更准确的结果。此外，它不需要额外的手动标注，自学习是我们的意图之一。由于注意力学习任务与姿态估计任务并非独立，我们对网络进行分别训练。在 MPII 基准上取得了最先进的性能。
引用
@article{arxiv.1809.08371,
title = {Focus On What's Important: Self-Attention Model for Human Pose Estimation},
author = {Guanxiong Sun and Chengqin Ye and Kuanquan Wang},
journal= {arXiv preprint arXiv:1809.08371},
year = {2019}
}
备注
some errors on it