DeeperCut：一种更深、更强、更快的多人姿态估计模型
计算机视觉与模式识别
2016-12-01 v3
摘要
本文的目标是推进多人物场景中关节姿态估计的最先进水平。为此，我们从三个方面做出贡献。我们提出（1）改进的身体部位检测器，为身体部位生成有效的自底向上候选框；（2）新颖的图像条件成对项，允许将候选框组装成数量可变的、一致的身体部位配置；（3）一种增量优化策略，更有效地探索搜索空间，从而同时获得更好的性能和显著的速度提升。评估在两个单人姿态估计和两个多人姿态估计基准上进行。所提出的方法显著优于已知最好的多人姿态估计结果，同时在单人姿态估计任务上展现出具有竞争力的性能。模型和代码可在 http://pose.mpi-inf.mpg.de 获取。
引用
@article{arxiv.1605.03170,
title = {DeeperCut: A Deeper, Stronger, and Faster Multi-Person Pose Estimation Model},
author = {Eldar Insafutdinov and Leonid Pishchulin and Bjoern Andres and Mykhaylo Andriluka and Bernt Schiele},
journal= {arXiv preprint arXiv:1605.03170},
year = {2016}
}
备注
ECCV'16. High-res version at https://www.d2.mpi-inf.mpg.de/sites/default/files/insafutdinov16arxiv.pdf