用于人体姿态估计的对抗语义数据增强
计算机视觉与模式识别
2020-08-04 v1
摘要
人体姿态估计是从静态图像中定位身体关键点的任务。最先进的方法受限于对称外观、严重遮挡和邻近人物等困难案例样本不足。为增加困难案例数量，以往方法通过裁剪并粘贴语义较弱的图像块来增强图像，这导致外观不真实且多样性有限。我们转而提出语义数据增强（SDA），一种通过粘贴具有不同语义粒度的分割身体部位来增强图像的方法。此外，我们提出对抗语义数据增强（ASDA），其利用生成网络动态预测定制化的粘贴配置。以现成姿态估计网络作为判别器，生成器寻求最具混淆性的变换以增大判别器损失，而判别器将生成样本作为输入并从中学习。整个流程以对抗方式优化。在具有挑战性的基准上取得了最先进的结果。
引用
@article{arxiv.2008.00697,
title = {Adversarial Semantic Data Augmentation for Human Pose Estimation},
author = {Yanrui Bin and Xuan Cao and Xinya Chen and Yanhao Ge and Ying Tai and Chengjie Wang and Jilin Li and Feiyue Huang and Changxin Gao and Nong Sang},
journal= {arXiv preprint arXiv:2008.00697},
year = {2020}
}