摘要
一种基于多维协作注意力网络的人体姿态识别方法,由选取和预处理数据集、划分数据集\构建多维协作注意力神经网络、训练多维协作注意力神经网络、测试多维协作注意力网络、评估多维协作注意力神经网络性能步骤组成。本发明采用了神经网络,用通道细化卷积和多维协作注意力在降低计算复杂度的同时有效地聚合了不同通道间的联合特征。构建的神经网络的环境感知模块,提高了感受野来捕捉更全面的环境信息。本发明具有网络结构较简单、网络性能较好、适用范围较广等优点,可用于人体姿态识别系统,舞蹈教学系统等。
技术关键词
人体姿态识别方法
注意力神经网络
卷积模块
人体关键点
人体姿态识别系统
通道
舞蹈教学系统
人体姿态检测
输入端
分支
数据
训练集
输出端
网络结构
标志位
膝关节
系统为您推荐了相关专利信息
面向遥感图像
空间金字塔池化
卷积模块
特征提取模块
网络
掩膜
云对象
卫星遥感图像
检测网络模型
纹理特征
语言生成方法
视觉
融合特征
大语言模型
语言生成系统
网络链路预测
注意力神经网络
社交网络图
创建社交网络
预测社交网络
电力线路覆冰
等级分类方法
多模态特征
多尺度特征
加权损失函数