用于人体姿态估计的自适应膨胀卷积
计算机视觉与模式识别
2021-07-23 v1
摘要
大多数现有人体姿态估计(HPE)方法通过融合四种不同空间尺寸(即输入图像的 、、 和 )的特征图来利用多尺度信息。该策略有两个缺点:1)不同空间尺寸的特征图可能在空间上未良好对齐,这可能损害关键点定位的准确性;2)这些尺度是固定且不灵活的,可能限制了对各种人体尺寸的泛化能力。针对这些问题,我们提出了一种自适应膨胀卷积(ADC)。它可以通过为不同通道设置不同的膨胀率来生成并融合相同空间尺寸的多尺度特征。更重要的是,这些膨胀率由一个回归模块生成。它使 ADC 能够自适应调整融合的尺度,从而 ADC 可更好地泛化到各种人体尺寸。ADC 可端到端训练并轻松插入现有方法中。大量实验表明,ADC 能为各种 HPE 方法带来一致的提升。源代码将被发布以供进一步研究。
引用
@article{arxiv.2107.10477,
title = {Adaptive Dilated Convolution For Human Pose Estimation},
author = {Zhengxiong Luo and Zhicheng Wang and Yan Huang and Liang Wang and Tieniu Tan and Erjin Zhou},
journal= {arXiv preprint arXiv:2107.10477},
year = {2021}
}