面向人体姿态估计的复合定位
计算机视觉与模式识别
2021-05-18 v1 人工智能
摘要
现有人体姿态估计方法由于学习目标复杂，面临长距离回归不准确或计算成本高的问题。本文提出一种称为复合定位的新型深度学习框架用于人体姿态估计，将复杂的学习目标分解为两个更简单的目标：用稀疏热图找到关键点的近似位置，用两个短距离偏移图获得其最终精确坐标。为实现该框架，我们构建了两类复合定位网络：CLNet-ResNet 和 CLNet-Hourglass。我们在三个基准数据集上评估这些网络，包括 Leeds Sports Pose 数据集、MPII Human Pose 数据集和 COCO 关键点检测数据集。实验结果表明，我们的 CLNet-ResNet50 以约 1/2 GFLOPs 的计算量比 SimpleBaseline 高出 1.14%。我们的 CLNet-Hourglass 在 COCO 上比原始 stacked-hourglass 高出 4.45%。
引用
@article{arxiv.2105.07245,
title = {Composite Localization for Human Pose Estimation},
author = {ZiFan Chen and Xin Qin and Chao Yang and Li Zhang},
journal= {arXiv preprint arXiv:2105.07245},
year = {2021}
}