طريقة نقل وضعية الجسم متعددة الدقة بناءً على PATN وآلية الانتباه الذاتي
摘要
نظرًا للمشكلة التي تسببها طرق نقل وضعية الجسم الحالية والتي تؤدي إلى تشويه الصورة بسبب المعالجة غير المناسبة للميزات في مرحلة الترميز، تم اقتراح طريقة نقل وضعية الجسم متعددة الدقة تعتمد على شبكة نقل الانتباه للوضعية (PATN) وآلية الانتباه الذاتي. أولًا، تم تصميم وحدة الانتباه الذاتي الموجهة بالوضعية لتعزيز أوزان قنوات الميزات في المناطق الرئيسية للجسم باستخدام آلية الانتباه متعددة الرؤوس وتقليل تأثير الميزات غير المتعلقة بالخلفية، مع استكشاف الترابط بين ميزات الفرعين بشكل تكيفي؛ ثانيًا، أُضيفت وحدة انتباه متعدد المقياس في مرحلة فك الترميز لتعزيز التعبير عن معلومات الوضعيات على مقاييس مختلفة، مما يحسن من دقة التفاصيل المحلية والملمس العام؛ وأخيرًا، تم إدخال خسارة ثلاثية البكسل لفرض قيود على الصور الناتجة، مما يعزز تناسق الميزات والبنية في الصورة. تم التحقق من الطريقة على مجموعات بيانات DeepFashion وMarket-1501، وأظهرت النتائج التجريبية أن الطريقة تتفوق على طرق PATN الحالية من حيث مؤشرات تشابه الهيكل (SSIM)، التقييم الابتدائي (IS)، والتشابه الإدراكي (LPIPS)، بالإضافة إلى تحسن في المظهر البصري وملمس الحواف، مما يظهر إمكانات هامة في المهام التالية لإعادة التعرف على الأشخاص.
关键词
معالجة الصور; نقل الوضعية; CGAN; آلية الانتباه الذاتي; متعدد الدقة
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website