公开(公告)号：CN116912878A

公开(公告)日：2023-10-20

申请号：CN202310635998.1

申请日：2023-06-01

Applicant: 北京交通大学

Inventor： 郎丛妍 ,  刘昕竺 ,  许喆铭 ,  孙鑫雨

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提供一种基于弱监督学习的人体图像解析方法及系统，属于计算机视觉及人工智能技术领域，获取数据并预处理后，提取图片中的低层次视觉特征和高层次语义特征；在人体解析分支中，方法将基础网络输出的高层次的语义特征作为该分支的输入来获取预测的人体解析结果。在边缘分支中，方法将基础网络输出的低层次的视觉特征作为该分支的输入来获取边缘检测图。方法对两个分支的任务进行多任务联合学习和训练。本发明通过使用人体解析结果进一步对粗糙的边缘伪标签进行细化，以提供给边缘分支更加可靠的监督信息，并通过交叉注意力机制更充分地融合了人体解析结果和边缘信息，从而获得了更加精细的人体解析结果，提高了弱监督人体解析模型的精准率。