一种用于多人姿态估计的上下文与空间感知网络
计算机视觉与模式识别
2019-05-15 v1
摘要
多人姿态估计是计算机视觉中基础且具有挑战性的任务。要精确地为图像中所有人物定位关键点，既需要丰富的上下文信息也需要空间信息。本文提出一种新颖的上下文与空间感知网络（CSANet），它集成了上下文感知路径与空间感知路径，以获得同时包含上下文信息与空间信息的有效特征。具体而言，我们设计了带有结构监督策略与空间金字塔池化策略的上下文感知路径来增强上下文信息。同时，提出空间感知路径以保留空间信息，这也缩短了从低级特征到高级特征的信息传播路径。在这两条路径之上，我们采用重头部路径来进一步有效地组合并增强特征。在实验上，我们提出的网络在 COCO 关键点基准上优于当前最优方法，验证了方法的有效性并进一步佐证了上述命题。
引用
@article{arxiv.1905.05355,
title = {A Context-and-Spatial Aware Network for Multi-Person Pose Estimation},
author = {Dongdong Yu and Kai Su and Xin Geng and Changhu Wang},
journal= {arXiv preprint arXiv:1905.05355},
year = {2019}
}