AdaptivePose:将人体部位表示为自适应点
计算机视觉与模式识别
2021-12-28 v1
摘要
多人姿态估计方法通常遵循自顶向下与自底向上两种范式,二者均可视为两阶段方法,从而导致计算成本高且效率低。为构建紧凑高效的多人姿态估计流程,本文提出将人体部位表示为点,并给出一种新颖的人体表示,其利用包含人体中心与七个部位相关点的自适应点集以更细粒度的方式表示人体实例。该新颖表示更能捕捉各种姿态形变,并自适应地分解长距离的中心到关节位移,从而提供一个单阶段可微网络以更精确地回归多人姿态,称为 AdaptivePose。在推理时,我们所提网络省去了分组与细化步骤,仅需单步解耦过程即可形成多人姿态。在不加任何额外技巧的情况下,我们在 COCO test-dev 数据集上以 DLA-34 取得 67.4% AP / 29.4 fps、以 HRNet-W48 取得 71.3% AP / 9.1 fps 的最佳速度-精度权衡。
引用
@article{arxiv.2112.13635,
title = {AdaptivePose: Human Parts as Adaptive Points},
author = {Yabo Xiao and Xiaojuan Wang and Dongdong Yu and Guoli Wang and Qian Zhang and Mingshu He},
journal= {arXiv preprint arXiv:2112.13635},
year = {2021}
}
备注
Accepted by AAAI 2022. Code Will be released after the extention