面向人體視覺理解的混合監督學習技術
楊錄 宋晴
- 出版商: 北京郵電大學
- 出版日期: 2026-06-01
- 售價: $294
- 語言: 簡體中文
- 頁數: 112
- ISBN: 7563575553
- ISBN-13: 9787563575558
-
相關分類:
Computer Vision、影像辨識 Image-recognition、DeepLearning
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本書以人體視覺理解為核心,系統地探討了多數據源多任務學習在該領域的應用與挑戰,提出了一種創新方法——混合監督學習(Mix-Supervised Learning,MSL)。混合監督學習通過共享主幹網絡,端到端地實現人體檢測、人體實例分割、人體解析、人體姿態估計、密集姿態估計和實例級人體部位檢測等6項任務的高效建模與預測。針對當前方法存在的精度與效率不足、任務間梯度競爭、多數據源適應性差等問題,本書提出了梯度均衡策略、實例級遷移學習、解析區域卷積網絡和註意力激發感受野模塊等創新技術。實驗結果表明,混合監督學習在精度和效率上顯著領先現有方法。 本書適合從事計算機視覺、多任務學習及相關領域研究的學者和工程師參考。
目錄大綱
第1章 緒論
1.1 背景與意義
1.2 關鍵技術難題
1.3 主要內容與創新點
1.4 本書結構安排
第2章 面向人體視覺理解與多任務學習的研究現狀
2.1 引言
2.2 人體視覺理解相關研究
2.2.1 人體檢測與人體實例分割
2.2.2 人體部位檢測
2.2.3 人體解析
2.2.4 人體姿態估計與密集姿態估計
2.3 多任務學習相關研究
2.3.1 多任務學習基本內容
2.3.2 多任務學習方法
2.3.3 多數據源多任務學習思想
2.3.4 多任務學習的評價基準
第3章 混合監督學習的基本模型
3.1 問題描述
3.2 混合監督學習的基本模型設計
3.2.1 模型的多任務數據源
3.2.2 模型的結構設計
3.3 實驗結果與性能分析
3.3.1 相關實驗設置
3.3.2 基礎單/多任務實驗對比
3.3.3 消融實驗
3.3.4 模型性能分析
3.4 小結
第4章 用於混合監督學習的解析區域卷積網絡
4.1 問題描述
4.2 具備全局語義信息的網絡設計流程
4.2.1 幾何和上下文編碼模塊
4.2.2 全局語義增強特征金字塔網絡
4.2.3 解析重評分網絡
4.2.4 高分辨率特征及大容量網絡分支
4.3 實驗結果與性能分析
4.3.1 相關實驗設置
4.3.2 評價指標
4.3.3 消融實驗
4.3.4 與先進方法的比較
4.4 混合監督習模型的消融實驗
4.4.1 單任務實驗
4.4.2 添加Parsing R-CNN網絡的模型實驗
4.5 小結
第5章 用於混合監督學習的空間註意力模塊
5.1 問題描述
5.2 註意力激發感受野模塊的設計流程
5.2.1 Air模塊的設計思路
5.2.2 Air模塊的實現流程
5.3 實驗結果與性能分析
5.3.1 ImageNet數據集的實驗結果
5.3.2 CIFAR-10和CIFAR-100數據集的實驗結果
5.3.3 Air模塊的有效性實驗分析
5.4 混合監督學習模型的消融實驗
5.4.1 單任務實驗
5.4.2 添加AirNet網絡的混合監督學習實驗
5.5 小結
第6章 混合監督學習的可擴展性探究
6.1 問題描述
6.2 實例級人體部位數據集
6.2.1 數據集概述
6.2.2 數據統計
6.2.3 評價指標
6.3 實例級人體部位檢測模型設計
6.3.1 模型設計思路
6.3.2 網絡結構設計
6.4 實驗結果與性能分析
6.4.1 主流檢測器基準
6.4.2 數據集泛化能力實驗
6.4.3 模型實驗及性能分析
6.5 混合監督學習模型的消融實驗
6.5.1 多數據源統計
6.5.2 任務可擴展性分析
6.5.3 模型實驗及性能分析
6.6 小結
第7章 總結與展望
7.1 本書總結
7.2 未來工作
參考文獻
