10.3969/j.issn.2095-2783.2020.03.001
姿态检测网络在服装关键点检测中的应用
为了提供全面且精度较高的关键点用于确定服装的具体轮廓,提升服装配准和检索的精度,运用估计人体姿态的深度神经网络卷积姿态机(convolutional pose machine,CPM)建立模型,对数据图片进行色度等增强,利用高斯核函数建立图片真实标签,并且仿照特征金字塔改变前端网络结构,对模型进行训练.实验结果表明:卷积姿态机可以有效地应用于服装关键点检测;与其他模型相比,能够检测单个人全身的穿着及5种不同类别的服装,提升裤子或者衬衫等大种类的检测精度为1％.
工业技术、自动化技术、人体关节点检测、姿态神经网络、服装关键点检测、深度学习
15
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61971121
2020-05-28（万方平台首次上网日期，不代表论文的发表时间）
共5页
255-259
