卷积神经网络的聚焦均方损失函数设计
为了提高卷积神经网络在人体姿势估计任务上的精度,提出了一种基于均方损失函数(Mean Squared Error,MSE)的改进损失函数来处理网络学习中回归热点图的前景(高斯核)和背景之间像素点不均衡问题,根据前景与背景不同像素点值对损失函数赋予不同权重,并将其命名为聚焦均方损失函数(Focus Mean Squared Error,FMSE).与均方损失函数相比,我们提出的聚焦均方损失函数可以有效地减少前景和背景之间像素点不均衡对网络性能的影响,帮助网络定位关键点的空间位置,提升了网络性能,并使得训练阶段中损失函数收敛速度更快.并在公开数据集上进行实验,以验证我们所提出的聚焦均方损失函数的有效性.
深度学习、损失函数、人体姿势估计、关键点检测、样本不均衡
29
国家重点研发计划2017YFC0803702
2020-12-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
133-140