融合注意力机制的人体部位细分类方法

来源：计算机应用与软件杂志2024年第10期北京时间：

作者：王淑栋, 路洪翠, 董玉坤

摘要：针对传统人体部位体型分类方法费时费力、成本较高的问题，设计一种融合注意力机制的体型分类网络（Attention Body Classification Net，A_BCN）。该网络由弱监督的注意力学习和数据增强两个模块组成，其中：弱监督的注意力学习模块通过注意力机制获得注意力图;数据增强模块通过注意力图指导图像的数据增强，包括注意力裁剪、注意力丢弃和注意力平均。将增强后的图像重新输入到网络中得到特征图，将得到的特征图和注意力图融合进行分类。在后续自制的人体图像数据集中，该算法准确率为90.52%，提高了分类准确率并节省了成本。

关键词：人体部位, 体型分类, 注意力机制, 细粒度分类, 数据增强