BAPose：基于解耦瀑布表征的自底向上姿态估计
计算机视觉与模式识别
2021-12-21 v1
摘要
我们提出 BAPose，一种新颖的自底向上方法，在多人物姿态估计中取得了最先进的结果。我们端到端可训练的框架利用解耦多尺度瀑布架构，并引入自适应卷积，以在存在遮挡的拥挤场景中更精确地推断关键点。BAPose 中解耦瀑布模块获得的多种尺度表征，利用了级联架构中渐进式滤波的效率，同时保持了可与空间金字塔配置相比的多尺度视野。我们在具有挑战性的 COCO 和 CrowdPose 数据集上的结果表明，BAPose 是一个高效且鲁棒的多人物姿态估计框架，在最先进精度上取得了显著提升。
引用
@article{arxiv.2112.10716,
title = {BAPose: Bottom-Up Pose Estimation with Disentangled Waterfall Representations},
author = {Bruno Artacho and Andreas Savakis},
journal= {arXiv preprint arXiv:2112.10716},
year = {2021}
}