《表1 不同模型对应的训练图像》

《表1 不同模型对应的训练图像》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于多源图像弱监督学习的3D人体姿态估计》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

由于使用的网络结构及训练数据不同,本文共获得的模型如表1所示。其中,M-H36M、I-H36M、IK-H36M及IKM-H36M模型均是在本文改善后的网络结构上,通过不同的多源图像组合方式训练获得的,用于探讨本文所提使用多源图像混合训练的方式,对3D回归模型准确率的影响。其中,M-H36M训练样本同文献[13],即以MPII和Human 3.6M作为训练样本,而网络结构中的残差模块则使用了本文所提的改善设计(见图3(b)),用于探讨本文改善后的网络结构在训练准确率及训练时间上的优越性能。