基于双解剖中心的小尺度人物自底向上二维姿态估计

在多人物二维姿态估计中，自底向上方法同时预测所有人物的姿态，且与自顶向下方法不同，不依赖人体检测。然而，现有 SOTA 自底向上方法的精度仍逊于现有自顶向下方法。这是由于预测的人体姿态基于不一致的人体边界框中心回归，且缺乏人体尺度归一化，导致预测人体姿态不准确并漏检小尺度人物。为推进自底向上姿态估计的极限，我们首先提出多尺度训练，以增强网络在单尺度测试下处理尺度变化的能力，尤其针对小尺度人物。其次，我们引入双解剖中心（即头部与身体），可更准确可靠地预测人体姿态，尤其对于小尺度人物。此外，现有自底向上方法使用多尺度测试以提升姿态估计精度，代价是多次额外前向传播，削弱了自底向上方法相较于自顶向下方法的核心优势——效率。相比之下，我们的多尺度训练使模型能在单次前向传播（即单尺度测试）中预测高质量姿态。我们的方法在 COCO 挑战性小尺度人物子集上相较 SOTA 在边界框精度上提升 38.4%，在边界框召回上提升 39.1%。在人体姿态 AP 评估中，我们以单尺度测试在 COCO test-dev 集上取得新的 SOTA（71.0 AP）。在跨数据集评估中，我们也在 OCHuman 数据集上取得最佳性能（40.3 AP）。