Deepmotion技术浅析（三）：特征提取

DeepMotion 的特征提取模块是整个动作捕捉和 3D 追踪流程的基础，负责从输入的视频帧中提取出具有代表性的视觉特征。这些特征将被用于人体姿态估计、动作识别、3D 重建等后续任务。

包括：

1.图像特征提取

• 卷积神经网络（CNN）
  • 卷积层
  • 池化层
  • 激活函数
• 经典 CNN 模型详解（ResNet, HRNet）
  • 模型结构
  • 公式推导
  • 训练过程

2.深度特征提取

• 多层特征融合
  • 逐元素相加
  • 通道拼接
• 注意力机制
  • 通道注意力
  • 空间注意力
• Transformer 模型
  • 自注意力机制
  • 多头注意力

3.模型优化与加速

• 模型压缩
  • 量化
  • 剪枝
• 模型加速
  • GPU 加速
  • 并行计算

---

1. 图像特征提取

图像特征提取是从输入的图像帧中提取出具有代表性的视觉特征，如边缘、纹理、