一种从全局到局部的双重嵌入多人姿态估计方法
计算机视觉与模式识别
2021-10-19 v4
摘要
多人姿态估计是许多计算机视觉任务中一个基础且具有挑战性的问题。大多数现有方法可宽泛地分为两类:自顶向下与自底向上方法。这两类方法均涉及两个阶段,即人体检测与关节检测。传统上,这两个阶段被分别实施而未考虑它们之间的相互作用,这可能不可避免地引发一些内在问题。本文中,我们提出一种新方法,通过同时实施人体检测与关节检测来简化流程。我们提出双重嵌入(DE)方法以全局到局部的方式完成多人姿态估计任务。DE由全局嵌入(GE)与局部嵌入(LE)组成。GE编码不同人体实例并处理覆盖整幅图像的信息,LE编码局部肢体信息。GE在自顶向下策略中用于人体检测,而LE按顺序连接其余关节,在自底向上策略中用于关节分组与信息处理。基于LE,我们设计了互精炼机(MRM)以降低复杂场景中的预测难度。MRM能有效实现关键点间的信息交流并进一步提高精度。我们在MSCOCO、MPII与CrowdPose基准上取得了具竞争力的结果,证明了我们所提方法的有效性与泛化能力。
引用
@article{arxiv.2102.07318,
title = {A Global to Local Double Embedding Method for Multi-person Pose Estimation},
author = {Yiming Xu and Jiaxin Li and Yiheng Peng and Yan Ding and Hua-Liang Wei},
journal= {arXiv preprint arXiv:2102.07318},
year = {2021}
}