控制与决策

北大核心,JST,Pж(AJ),EI,CSCD

国内刊号:21-1124/TP

国际刊号:1001-0920

控制与决策杂志2026年第1期:基于动态卷积和超图交互的多实例人体解析方法

发布日期:

作者:黄荣,袁家奇,刘浩,蒋学芹,周树波

单位:东华大学 信息科学与技术学院,上海 201620;东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620,,东华大学 信息科学与技术学院,上海 201620,,东华大学 信息科学与技术学院,上海 201620;东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620,,东华大学 信息科学与技术学院,上海 201620;东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620,,东华大学 信息科学与技术学院,上海 201620;东华大学 数字化纺织服装技术教育部工程研究中心,上海 201620,

关键词:多实例人体解析;动态卷积核;超图交互;人体结构化先验;掩码注意力

基金:国家自然科学基金项目(62001099);中央高校基本科研业务费专项自由探索项目(2232023D-30).

多实例人体解析旨在分割自然场景图像中的多个人体实例及其部件. 现有方法通常依赖静态卷积核并行地分割部件和实例, 导致部件与实例特征缺乏关联难以适应人体姿态和服装外观的多样性. 针对该问题, 提出一种基于动态卷积与超图交互的多实例人体解析方法. 首先, 将分割目标划分为部件、半身、实例3种层次, 并对应地配置可学习的动态卷积核; 同时, 设计多尺度掩码注意力机制来引导各层次动态卷积核聚合图像特征, 以适应人体姿态和服装外观的多样性. 然后, 提出超图交互模块, 将部件动态卷积核作为节点, 实例和半身动态卷积核作为超边, 以刻画人体结构先验. 最后, 通过超图上的消息传递来实现部件与实例间的特征交互. 实验结果表明, 所提出方法在MHP-v2.0、CIHP和Densepose数据集上可超越多种基线方法, 在$ {\rm AP}_{50}^p$、$ {\rm AP}_{\rm vol}^p $和$ {\rm PCP}_{50} $三个指标上分别平均地提升了14.6%、5.8%和10.7%. 进一步地, 消融和可视化实验结果验证了动态卷积核和超图交互模块的有效性.

来源:2026年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第1期

联系我们

  • 地址:沈阳市和平区文化路3巷11号
  • 电话:024-83687766
  • E-mail:kzyjc@mail.neu.edu.cn

咨询工作人员