DirectPose：直接的端到端多人姿态估计
计算机视觉与模式识别
2019-11-26 v2
摘要
我们提出首个直接的端到端多人姿态估计框架，称为DirectPose。受近期无锚框（anchor-free）目标检测器直接回归目标边界框两角的启发，该框架从原始输入图像直接预测所有实例的实例感知关键点，消除了自底向上方法中启发式分组的需要，以及自顶向下方法中边界框检测与RoI操作的需要。我们还提出一种新颖的关键点对齐（KPAlign）机制，克服了主要困难：该端到端框架中卷积特征与预测间缺乏对齐。KPAlign大幅提升了框架性能，同时保持框架端到端可训练。仅借助后处理非极大值抑制（NMS），我们所提框架即可单次检测带或不带边界框的多人关键点。实验表明，该端到端范式在自底向上与自顶向下方法中均可取得与先前强基线相当或更优的性能。我们希望该端到端方法能为人体姿态估计任务提供新视角。
引用
@article{arxiv.1911.07451,
title = {DirectPose: Direct End-to-End Multi-Person Pose Estimation},
author = {Zhi Tian and Hao Chen and Chunhua Shen},
journal= {arXiv preprint arXiv:1911.07451},
year = {2019}
}
备注
12 pages