用于人体姿态估计的特征金字塔学习
计算机视觉与模式识别
2017-08-04 v1
摘要
关节化人体姿态估计是计算机视觉中一项基础但具挑战性的任务。当相机视角变化或发生严重透视缩短时，人体部件的尺度变化使难度尤为突出。尽管金字塔方法在推理时被广泛用于处理尺度变化，深度卷积神经网络（DCNNs）中学习特征金字塔仍未被充分探索。本工作中，我们设计了一个金字塔残差模块（PRMs）以增强DCNNs的尺度不变性。给定输入特征，PRMs在多分支网络中以不同子采样比获取的各种尺度输入特征上学习卷积滤波器。此外，我们观察到采用现有方法初始化多分支网络的权重是不合适的，而多分支网络近期在许多任务上取得了优于普通网络的性能。因此，我们提供理论推导将当前的权重初始化方案扩展到多分支网络结构。我们在两个用于人体姿态估计的标准基准上研究了我们的方法。我们的方法在两个基准上均获得了最先进（state-of-the-art）的结果。代码见 https://github.com/bearpaw/PyraNet。
引用
@article{arxiv.1708.01101,
title = {Learning Feature Pyramids for Human Pose Estimation},
author = {Wei Yang and Shuang Li and Wanli Ouyang and Hongsheng Li and Xiaogang Wang},
journal= {arXiv preprint arXiv:1708.01101},
year = {2017}
}
备注
Submitted to ICCV 2017