FCPose：基于动态实例感知卷积的全卷积多人姿态估计
计算机视觉与模式识别
2021-06-01 v1
摘要
我们提出一种使用动态实例感知卷积的全卷积多人姿态估计框架，称为 FCPose。与现有通常需要 ROI（Region of Interest，感兴趣区域）操作和/或分组后处理的方法不同，FCPose 通过动态实例感知关键点估计头消除了 ROI 和分组后处理。动态关键点头以每个实例（人）为条件，并能在动态生成的滤波器权重中编码实例概念。此外，借助动态卷积的强大表示能力，FCPose 中的关键点头被设计得十分紧凑，从而实现快速推理，并使 FCPose 的推理时间几乎与图像中人数无关。例如，在 COCO 数据集上，使用 DLA-34 骨干网络的 FCPose 实时版本推理速度约比 Mask R-CNN（ResNet-101）快 4.5 倍（41.67 FPS vs. 9.26 FPS），同时取得更优性能。FCPose 也比其他 SOTA 方法具有更好的速度/精度权衡。实验结果表明，FCPose 是一个简洁而有效的多人姿态估计框架。代码见：https://git.io/AdelaiDet
引用
@article{arxiv.2105.14185,
title = {FCPose: Fully Convolutional Multi-Person Pose Estimation with Dynamic Instance-Aware Convolutions},
author = {Weian Mao and Zhi Tian and Xinlong Wang and Chunhua Shen},
journal= {arXiv preprint arXiv:2105.14185},
year = {2021}
}
备注
Accepted to Proc. IEEE Conf. Computer Vision and Pattern Recognition (CVPR) 2021. Code is at https://git.io/AdelaiDet