用于人体姿态估计的增强分辨率级特征学习
计算机视觉与模式识别
2020-12-15 v4 机器学习
图像与视频处理
摘要
近来，多分辨率网络（如Hourglass、CPN、HRNet等）通过结合不同分辨率的特征图在姿态估计上取得了显著性能。本文中，我们提出分辨率级注意力模块（RAM）与渐进式金字塔精炼（GPR），以学习增强的分辨率级特征图用于精确姿态估计。具体而言，RAM学习一组权重来表示不同分辨率特征图的不同重要性，而GPR从低到高分辨率逐步合并每两个特征图以回归最终的人体关键点热图。借助CNN学习到的增强分辨率级特征，我们获得了更准确的人体关键点位置。我们提出的方法的有效性在MS-COCO数据集上得到证明，在无需使用额外人体关键点训练数据集的情况下，于COCO val2017集上取得77.7的平均精度、于test-dev2017集上取得77.0的平均精度，达到了最先进性能。
引用
@article{arxiv.1909.05090,
title = {Learning Enhanced Resolution-wise features for Human Pose Estimation},
author = {Kun Zhang and Peng He and Ping Yao and Ge Chen and Rui Wu and Min Du and Huimin Li and Li Fu and Tianyao Zheng},
journal= {arXiv preprint arXiv:1909.05090},
year = {2020}
}
备注
Published on ICIP 2020