BoIR：用于多人姿态估计的框监督实例表示
计算机视觉与模式识别
2025-05-27 v2
摘要
单阶段多人人体姿态估计 (MPPE) 方法已展现出巨大的性能提升，但现有方法在拥挤场景下无法按个体实例解耦特征。在本文中，我们提出了一种称为 BoIR 的边界框级实例表示学习，它同时解决实例检测、实例解耦和实例-关键点关联问题。我们新的实例嵌入损失在带有边界框标注的整个图像区域上提供学习信号，实现了全局一致且解耦的实例表示。我们的方法利用了自底向上关键点估计、边界框回归和对比实例嵌入学习的多任务学习，而在推理期间无需额外计算成本。BoIR 对拥挤场景有效，在 COCO val (0.8 AP)、COCO test-dev (0.5 AP)、CrowdPose (4.9 AP) 和 OCHuman (3.5 AP) 上优于 SOTA。代码将在 https://github.com/uyoung-jeong/BoIR 公开
引用
@article{arxiv.2309.14072,
title = {BoIR: Box-Supervised Instance Representation for Multi-Person Pose Estimation},
author = {Uyoung Jeong and Seungryul Baek and Hyung Jin Chang and Kwang In Kim},
journal= {arXiv preprint arXiv:2309.14072},
year = {2025}
}
备注
Accepted to BMVC 2023, 19 pages including the appendix, 6 figures, 7 tables