学习精细局部表示用于多人姿态估计
计算机视觉与模式识别
2020-07-16 v3
摘要
在本文中，我们提出一种称为残差步网络（RSN）的新方法。RSN 高效地聚合具有相同空间尺寸的特征（层内特征）以获得精细的局部表示，其保留了丰富的低级空间信息并实现了精确的关键点定位。此外，我们观察到输出特征对最终性能的贡献不同。为解决此问题，我们提出一种高效的注意力机制——姿态精炼机（PRM），以在输出特征的局部与全局表示之间做出权衡，并进一步精炼关键点位置。我们的方法赢得了 COCO 关键点挑战赛 2019 的第一名，并在 COCO 与 MPII 基准上均取得了 SOTA 结果，且未使用额外训练数据与预训练模型。我们的单一模型在 COCO test-dev 上达到 78.6，在 MPII 测试数据集上达到 93.0。集成模型在 COCO test-dev 上达到 79.2，在 COCO test-challenge 数据集上达到 77.1。源代码已公开供进一步研究：https://github.com/caiyuanhao1998/RSN/
引用
@article{arxiv.2003.04030,
title = {Learning Delicate Local Representations for Multi-Person Pose Estimation},
author = {Yuanhao Cai and Zhicheng Wang and Zhengxiong Luo and Binyi Yin and Angang Du and Haoqian Wang and Xiangyu Zhang and Xinyu Zhou and Erjin Zhou and Jian Sun},
journal= {arXiv preprint arXiv:2003.04030},
year = {2020}
}
备注
ECCV2020 Spotlight