摘要：应用场景理解算法时,现有多任务学习方法存在任务冲突。为此,提出了一种高精度布局估计模型(High Accuracy Layout Model,HALayout),并基于注意力机制设计了一种分支混合注意力模块(Branch Hybrid Attention Module,BHAM)。利用分离融合结构强化模型对不同特征的分辨能力,使算法能够更好地处理特征之间的共性和差异性,提高模型的最终计算精度;使用Structured3D数据集测试HALayout性能,并设计消融实验验证BHAM网络模块有效性。与改进之前算法相比,HALayout各项性能指标均有提升,其中IoU指标提升了2.71%,达到84.11%。

摘要：在图像模式识别应用中，针对布局估计任务后处理步骤繁琐、生成算法耗时较长等问题，基于相机成像原理设计了一种快速的布局生成算法，利用图Transformer节点与邻边信息融合的特性，将复杂耗时的后处理步骤转换为平面与线段特征的交叉计算过程。使用Structured3D数据集对整体算法进行测试，结果表明各项评价指标均取得提升，单张图片计算耗时达到87 ms,整体推理速度与主流方法相比提升20%。布局生成算法耗时由单张图片66.31 ms下降至3.18 ms,速度提升了95.21%。

摘要：针对行人重识别任务中数据标注困难以及服装变化问题,基于无监督方法PPLR(Part-based Pseudo Label Refinement)提出了一个多粒度特征网络(Multi-grained Feature Network,MGFNet)。仅输入RGB图像,即可充分提取图像中行人的全局、局部和脸部特征,根据注意力机制针对性地抑制特征中的服装信息,挖掘行人的本质特征。融合全局、脸部和局部特征,根据聚类算法生成精确的伪标签监督模型训练。在公开的换装数据集上测试MGFNet性能,并设计消融实验验证MGFNet的有效性。实验结果表明,MGFNet的mAP和Rank-1指标在PRCC数据集上分别比基准模型PPLR提高了6.9%和15.8%。