基于重参数化大核卷积的高分辨率姿态估计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

中图分类号：TP273文献标志码：A

近年来，随着深度学习技术的飞速发展，尤其是卷积神经网络（CNN）的广泛应用，人体姿态估计（HPE）领域取得了显著进展。ResNet[1]及其变体[2-4]等深度CNN模型作为该领域的主流，展示了强大的特征提取能力。在此背景下，基于沙漏网络[5-6]、级联金字塔网络（CPNs）[7-8以及高分辨率网络（HRNet）[9]等新型架构通过融合多尺度特征，显著提升了姿态估计的准确性。（剩余21907字）

试读结束

目录
monitor