-
题名基于改进Transformer的三维人体姿态估计
- 1
-
-
作者
陈从平
郁春明
闫焕章
江高勇
张屹
戴国洪
-
机构
常州大学机械与轨道交通学院
-
出处
《传感器与微系统》
CSCD
北大核心
2024年第6期117-121,共5页
-
基金
国家自然科学基金资助项目(51875053)
国家重点研发计划资助项目(2018YFC1903101)。
-
文摘
本文设计一种用于三维(3D)人体姿态(pose)估计的改进Transformer的多级特征编码网络。采用空间池化(pooling)算子结构来替换注意力(Attention)模块,缩减了模型参数量和运行复杂度,串联该结构得到初始特征表示,然后使用交叉注意力(CA)机制进行特征信息交互学习,并应用跨步卷积降低时间维度并合并相近的Pose到Pose序列的单个表示。在Human3.6M数据集上进行验证实验。结果表明:该方法针对3D人体Pose估计,混合使用Pooling结构和Attention机制能达到有效的估计效果,与原始Transformer的方法进行对比,模型参数量降低了30%,位置精度提升了8.6%。
-
关键词
姿态估计
Transformer模型
空间池化算子
交叉注意力机制
跨步卷积
-
Keywords
pose estimation
Transformer model
spatial pooling operator
cross-attention mechanism
strided convolution
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名引入特征交互的红外与可见光图像自适应融合
被引量：3
- 2
-
-
作者
陈从平
闫焕章
郁春明
江高勇
凌阳
戴国洪
-
机构
常州大学机械与轨道交通学院
常州大学材料科学与工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2023年第7期1052-1059,共8页
-
基金
江苏省产业前瞻与关键核心技术-碳达峰碳中和科技创新专项资金项目(No.BE2022044)资助。
-
文摘
在图像融合领域,现有的基于卷积神经网络(CNN)或Transformer架构的方法存在两个局限性:首先,浅层纹理特征与深层语义特征之间无法有效聚合;其次,红外与可见光特征的权重比例无法自适应变化。本文提出一种引入特征交互的红外与可见光图像自适应融合方法。首先,构建一种基于Transformer的特征交互模块,聚合跨尺度特征信息,增强特征表达能力。其次,设计一种融合模块,自适应地调整特征权重比例。所提出的融合方法通过两阶段训练策略完成。第一个阶段,应用创新的特征交互概念训练编码器,增强特征表达,重建特征图像。第二个阶段,基于设计的权重自适应调整模块训练红外与可见光特征融合任务。公开数据集的实验结果表明,与现有方法相比,本方法在主观和客观的评价方面均优于其他典型方法。
-
关键词
图像融合
TRANSFORMER
特征交互
自适应融合
跨尺度
-
Keywords
image fusion
Transformer
feature interaction
adaptive fusion
cross scale
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TN219
[电子电信—物理电子学]
-
