用于人体姿态估计的级联特征聚合
计算机视觉与模式识别
2019-05-21 v3
摘要
人体姿态估计在许多计算机视觉任务中起着重要作用，并已被研究数十年。然而，由于姿态、光照、遮挡和低分辨率带来的复杂外观变化，它仍是一个具有挑战性的问题。利用深度卷积神经网络的高层语义信息是提高人体姿态估计精度的有效途径。本文提出一种新颖的级联特征聚合（CFA）方法，其级联多个沙漏网络以实现鲁棒的人体姿态估计。来自不同阶段的特征被聚合以获得丰富的上下文信息，从而对姿态、局部遮挡和低分辨率具有鲁棒性。此外，不同阶段的結果被融合以进一步提升定位精度。在 MPII 数据集和 LIP 数据集上的大量实验表明，我们提出的 CFA 优于当前最优方法，并在当前最优基准 MPII 上取得了最佳性能。
引用
@article{arxiv.1902.07837,
title = {Cascade Feature Aggregation for Human Pose Estimation},
author = {Zhihui Su and Ming Ye and Guohui Zhang and Lei Dai and Jianda Sheng},
journal= {arXiv preprint arXiv:1902.07837},
year = {2019}
}