逐步对应剪枝的图上下文转换学习
原文中文，约400字，阅读约需1分钟。发表于：。提出了图上下文转换网络（GCT-Net），通过增强上下文信息进行共识引导以实现渐进式对应关系修剪，并使用图上下文增强变换器和图上下文引导变换器来放大每个图上下文的特征以强调独特的以及共享的基本信息，并通过全局域中的重新校准的图上下文进行引导。实验结果表明，在室内和室外数据集上，GCT-Net 相对于当前最先进的方法在离群值去除和相对姿态估计方面表现出更好的性能。
本文介绍了一种名为DC-GCT的新模型，通过双链设计约束姿势，结合GCN和Transformer的优势，以及局部约束模块、全局约束模块和特征交互模块来捕捉人体关节之间的依赖关系。实验证明，DC-GCT在两个数据集上达到了最先进的性能。
