细节中的魔鬼：迈向精确的单人与多人人体解析

人体解析因其广泛的应用前景而受到相当关注。然而，如何以高效且优雅的方式开发准确的人体解析系统仍不清楚。本文中，我们确定了若干有用特性，包括特征分辨率、全局上下文信息与边缘细节，并进行了严谨分析以揭示如何利用它们裨益人体解析任务。这些有用特性的优势最终催生了一个简单而有效的用于单人人体解析的上下文嵌入与边缘感知（CE2P）框架。我们的 CE2P 可端到端训练，并可轻易用于进行多人人体解析。得益于 CE2P 的优越性，我们在全部三个人体解析基准上取得第 1 名。无需任何花哨技巧，我们在 LIP、CIHP 与 MHP v2.0 上分别取得 56.50%（mIoU）、45.31%（mean $AP^r$）与 33.34%（$AP^p_{0.5}$），优于当前最优方法分别超过 2.06%、3.81% 与 1.87%。我们希望我们的 CE2P 能作为一个坚实基线，并助力未来的单/多人人体解析研究。代码已发布于 \url{https://github.com/liutinglt/CE2P}。