面向手部关节检测的分串并行多尺度特征融合方法
计算机视觉与模式识别
2021-02-22 v1
摘要
从图像中准确检测手部关节是计算机视觉与人机交互中诸多应用的基础课题。本文提出一种基于分串并行多尺度特征融合的两阶段网络，用于从单张无标记图像中检测手部关节。在第一阶段，通过预训练网络定位手部区域，并由浅层空间手部特征表示模块提取每个检测到的手部区域的特征。提取的手部特征随后送入第二阶段，该阶段由结构相似的串行连接的特征提取模块（称为“多尺度特征融合”（MSFF））组成。每个 MSFF 包含并行的多尺度特征提取分支，生成初始手部关节热图。随后利用手部关节间的解剖关系对这些初始热图进行相互增强。在五个手部关节数据集上的实验结果表明，所提网络优于当前最先进的方法。
引用
@article{arxiv.2102.09757,
title = {Serial-parallel Multi-Scale Feature Fusion for Anatomy-Oriented Hand Joint Detection},
author = {Bin Li and Hong Fu and Ruimin Li and Wendi Wang},
journal= {arXiv preprint arXiv:2102.09757},
year = {2021}
}