【技术实现步骤摘要】
融合注意力机制的人体部位的细粒度分类方法
本专利技术涉及一种人体部位分类的方法,特别涉及一种基于深度卷积神经网络的人体局部特征分类方法,对人体肩部、胸部、腹部、背部、臀部五个部位分类。
技术介绍
体型分类可用于服装定制、饮食管理、疾病预防等多个方面。服装定制时是需要根据自己的体型来制作,饮食方面也需要根据体型选择合适的食物,在医学领域,可以根据体型来预防相应的疾病。但是现在的体型分类方法都是采用手工和三维人体测量,获取手工和三维人体的数据,从而进行人体体型分类。虽然三维人体扫描技术可以在短时间内提取大量准确的数据,但是三维人体测量系统成本高,对环境和测量对象要求严格,实验样本不容易获得,可操作性不强。人体体型分类在向着成本低,准确度高的方向探索,卷积神经网络是可以考虑的一个方向。人体的体型复杂多样,除遗传因素影响外还有后天环境的影响,我们发现肩部、胸部、腹部、背部、臀部这五个部位对人的体型影响比较大,但是不同的体型在同一个部位之间差别很小,同一个体型在同一个部位之间也有较大的差异。这和细粒度分类面对的问题相同,所以我们选用细粒度分类的方法对人体的各个部位之间进行分类,从而得到人的部位体型类别。根据调查,把肩部分为溜肩和正常肩;男女的胸部分类标准是不同的,男性分为肌肉胸和正常胸,女性分为凸胸和正常胸;腹部分为正常肚、小凸肚、大凸肚和孕妇肚;背部分为驼背和正常背;臀部分为正常臀和翘楚臀。
技术实现思路
本文中我们应用细粒度分类中弱监督的方法对人体图片的肩胸腹背臀这五个部位进行分类,不需要精准的 ...
【技术保护点】
1.融合注意力机制和细粒度分类的人体部位分类方法,包括以下部分:/nA、通过SENet网络生成人体各部位的注意力图;/nB、注意力图指导增强人体图像;/nC、将人体特征图和注意力图融合得到最终的特征矩阵。/n
【技术特征摘要】
1.融合注意力机制和细粒度分类的人体部位分类方法,包括以下部分:
A、通过SENet网络生成人体各部位的注意力图;
B、注意力图指导增强人体图像;
C、将人体特征图和注意力图融合得到最终的特征矩阵。
2.根据权利要求1所述的基通过通过网络生成人体部位注意力图的方法,其特征在于,所述的部分A中,通过建模人体正侧背面图像各个通道之间的关系,生成人体各个部位的注意力图,注意力图中的高亮位置是我们要分类的身体部位。
3.根据权利要求1所述...
【专利技术属性】
技术研发人员:董玉坤,路洪翠,王淑栋,张宇,
申请(专利权)人:中国石油大学华东,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。