一种用于实时多人二维姿态估计的贪心部位分配算法
计算机视觉与模式识别
2017-08-31 v1
摘要
多人图像中的人体姿态估计涉及检测各种身体部位并将其分组为个体聚类。前者因相互遮挡而具有挑战性，后者的组合复杂度则非常高。我们提出了一种贪心部位分配算法，利用人体的固有结构来实现比以往任何已发表工作更低的复杂度。这是通过以下方式实现的：(i) 利用图像中估计的人数减少部位候选数量，(ii) 遵循从头到脚踝的运动链，对部位类别进行贪心顺序分配，(iii) 在每个部位类别集合中，将部位贪心分配给个体聚类，(iv) 利用人体测量数据将候选个体聚类限制在最邻近的聚类，以及(v) 仅使用预先分配部位的特定子集来建立成对结构约束。我们表明，这些步骤产生了一个稀疏的身体部位关系图并降低了复杂度。我们还提出了通过(i) 从任何未分配的重要身体部位生成个体聚类和(ii) 抑制幻觉部位来提高姿态估计准确性的方法。在MPII多人姿态数据库上，使用所提方法进行姿态估计每张图像仅需0.14秒。我们表明，我们提出的算法通过利用大的空间和结构上下文，在MPII和WAF多人姿态数据集上均达到了最先进的准确性，证明了我们方法的鲁棒性。
引用
@article{arxiv.1708.09182,
title = {A Greedy Part Assignment Algorithm for Real-time Multi-person 2D Pose Estimation},
author = {Srenivas Varadarajan and Parual Datta and Omesh Tickoo},
journal= {arXiv preprint arXiv:1708.09182},
year = {2017}
}