-
公开(公告)号:CN117671737A
公开(公告)日:2024-03-08
申请号:CN202311730224.3
申请日:2023-12-15
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/26 , G06V10/764 , G06V20/70 , G06V10/82 , G06V10/80 , G06N3/042 , G06N3/0455 , G06N3/08
Abstract: 本申请公开了一种人体图像解析方法、系统、电子设备及存储介质,涉及计算器视觉技术领域,包括接收原始图像,获取原始图像的初始像素点,采用超像素算法基于初始像素点构建图邻接矩阵;获取原始图像的高级语义特征,将提取得到的高级语义特征作为像素点的初始图节点特征,结合初始图节点特征和图邻接矩阵形成无向图,采用图神经网络对无向图进行特征传播并获取优化后图节点特征;将优化后图节点特征与初始图节点特征进行矩阵变换及拼接得到最终融合特征,解码最终融合特征得到解析结果,本申请通过利用先验结构知识指导特征传播,实现高级语义特征优化,获取更丰富有效的特征,从而提高弱监督细粒度人体解析的准确性。
-
公开(公告)号:CN116612492A
公开(公告)日:2023-08-18
申请号:CN202310373231.6
申请日:2023-04-10
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/44 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本申请公开了一种基于层次语义图神经网络的弱监督人体解析方法及系统,涉及图像处理的领域,在原始图像上设置人体目标框和初始标注语义像素点;将人体目标框和初始标注语义像素点作为弱监督信息,并联合区域语义化无监督图像分割生成初始像素级伪标签;基于人体解析初步预测结果筛选初始像素级伪标签,生成高置信度伪标签;构建初始稠密图,联合初始稠密图和动态图池化生成动态层次语义图,解码生成层次化人体解析结果。本申请利用无监督图像分割和少量标注的语义像素点,初步获取人体解析伪标签,极大减轻标注成本,所提层次语义图神经网络能够在含有噪声的伪标签监督训练下,提取准确的人体语义结构特征,生成高性能人体解析模型。
-