用于人体姿态估计的热图分布匹配
计算机视觉与模式识别
2022-10-05 v2
摘要
针对 2D 人体姿态估计任务，近期绝大多数方法将该任务视为热图估计问题，并使用高斯平滑热图作为优化目标、使用逐像素损失（如 MSE）作为损失函数来优化热图预测。在本文中，我们指出以这种方式优化热图预测时，该任务的内在目标——身体关节定位的模型性能——在热图预测的优化过程中可能并未得到持续提升。为解决这个问题，我们从新颖的视角出发，提出将热图预测的优化表述为预测热图与身体关节点标注之间的分布匹配问题。如此，我们提出的方法无需构造高斯平滑热图，并能在热图预测优化过程中实现更一致的模型性能提升。我们在 COCO 数据集和 MPII 数据集上通过大量实验展示了所提方法的有效性。
引用
@article{arxiv.2210.00740,
title = {Heatmap Distribution Matching for Human Pose Estimation},
author = {Haoxuan Qu and Li Xu and Yujun Cai and Lin Geng Foo and Jun Liu},
journal= {arXiv preprint arXiv:2210.00740},
year = {2022}
}
备注
NeurIPS 2022