-
题名基于轻量型高分辨率网络的手部姿态估计研究
- 1
-
-
作者
刘春宏
王松
王赋攀
钦耀
田东生
-
机构
西南科技大学计算机科学与技术学院
-
出处
《计算机与数字工程》
2025年第4期1106-1112,1213,共8页
-
基金
国家自然科学基金面上项目(编号:61872304,61802320)
四川省自然科学基金项目(编号:2022NSFSC0961)
+1 种基金
西南科技大学博士基金项目(编号:19zx7144)
西南科技大学素质类教改(青年发展研究)专项项目(编号:20szjg17)资助。
-
文摘
针对手部姿态估计误差较大、手的姿态特征提取不充分等问题,论文提出一种以HRNet(High-Resolution Net-work)为基础的手部姿态估计算法。该算法采用并行连接高低分辨率子网的设计,增强手部姿态特征表示;结合高效通道注意力模块(ECA-Net)和Ghost模块,提出一种轻量型网络模块Geff,用于替换原HRNet网络中的基础模块,达到降低网络参数量、提高关键点估计的准确度的效果。在多个公开数据集上进行手部姿态估计实验测试,实验结果验证了该算法的有效性和可行性。
-
关键词
手部姿态估计
HRNet网络
轻量型
ECA-Net
Ghost模块
-
Keywords
hand posture estimation
HRNet network
lightweight
ECA-Net
Ghost module
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于残差多感知机与空间注意力的点云分割算法
- 2
-
-
作者
钦耀
韩永国
陈永辉
王赋攀
-
机构
西南科技大学计算机科学与技术学院
-
出处
《计算机与数字工程》
2024年第12期3547-3554,共8页
-
基金
国家自然科学基金项目(编号:61802320,61872304)
西南科技大学博士基金项目(编号:18zx7105,19zx7144)资助。
-
文摘
现有的三维点云分割方法一般使用多层感知机作为点云的特征提取器,从而实现点云的分割。但是该特征提取器未能够考虑到点云中点之间的关系,导致提取点云特征的能力不强。为了充分学习点之间的联系,提高点云分割的精度,论文提出了一种融合残差多感知机与空间注意力的神经网络,实现三维点云的分割效果,并将该神经网络取名为ResPoint++。ResPoint++网络通过多个含有残差多感知机模型的特征提取模块来提取局部点云的几何与结构特征,并在此基础上引入三维空间注意力机制来学习局部点间的联系,优化网络训练,最终输出的结果是每个点在数据集中的所属类别。实验结果表明,采用ResPoint++的点云分割网络相比PointNet与PointNet++等网络具有更高的分割精度,验证了该网络具有良好的点云分割效能。
-
关键词
点云
空间注意力
分割
残差多感知机
深度学习
-
Keywords
point cloud
spatial attention
segmentation
residual MLP
deep learning
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
