BPJDet：面向通用身体部位联合检测的扩展目标表示
计算机视觉与模式识别
2024-01-17 v2
摘要
人体及其部位的检测已被广泛研究。然而，大多数基于CNN的检测器是独立训练的，难以将检测到的部位与身体关联起来。本文关注人体及其部位的联合检测。具体而言，我们提出一种集成身体部位中心偏移的新颖扩展目标表示，并构建了一个端到端的通用身体部位联合检测器（BPJDet）。通过这种方式，身体部位关联被巧妙地嵌入到包含语义和几何内容的统一表示中。因此，我们可以优化多损失以协同处理多任务。此外，该表示适用于基于锚框和无锚框的检测器。BPJDet不受易错的后匹配影响，并在速度与精度间保持更好的权衡。进一步地，BPJDet可泛化用于检测人或四足动物的身体部位或多个身体部位。为验证BPJDet的优越性，我们在身体部位数据集（CityPersons、CrowdHuman和BodyHands）与身体多部位数据集（COCOHumanParts和Animals5C）上开展实验。在保持高检测精度的同时，BPJDet在所有数据集上取得了最先进的关联性能。此外，我们通过提升两个代表性下游应用——精确人群头部检测与手部接触估计——的性能，展示了先进身体部位关联能力的好处。项目见 https://hnuzhy.github.io/projects/BPJDet。
引用
@article{arxiv.2304.10765,
title = {BPJDet: Extended Object Representation for Generic Body-Part Joint Detection},
author = {Huayi Zhou and Fei Jiang and Jiaxin Si and Yue Ding and Hongtao Lu},
journal= {arXiv preprint arXiv:2304.10765},
year = {2024}
}
备注
extended journal version of arXiv:2212.07652. Accepted by TPAMI2024