基于注意力机制的头部姿态检测算法研究及改进

摘要

基于卷积神经网络(convolutional neural networks,CNN),提出了一种可对单张图片检测头部姿态的轻量级算法.基于软分类回归网络(soft stagewise regression network,SSR-Net)降低模型大小,对头部姿态的"俯仰角、偏航角、翻滚角"三维检测分别采取多级分类方式,每级分类只需执行少量的分类任务和较少的神经元.为提升算法的特征表现力,嵌入包含通道结构和空间结构的注意力模型,分别在中间通道和空间2个维度提升特征表现力.注意力模型可无缝集成到CNN架构中,且开销小.实验证明,与非嵌入注意力模型相比,改进算法模型仅有4.36 MB,平均绝对误差(mean absolute deviation,MAE)值更低,且准确度提升了4％～5％.