LightTrack：一种用于在线自顶向下人体姿态跟踪的通用框架

本文提出一种新颖高效的轻量级框架LightTrack，用于在线人体姿态跟踪。所提框架设计为对自顶向下姿态跟踪具有通用性，且比现有在线与离线方法更快。单人姿态跟踪（SPT）与视觉目标跟踪（VOT）被整合为统一的功能实体，可通过可替换的单人姿态估计模块轻松实现。我们的框架将单人姿态跟踪与多人身份关联相统一，并首次启示了将关键点跟踪与目标跟踪相桥接。我们还提出一种用于人体姿态匹配的连体图卷积网络（SGCN）作为姿态跟踪系统中的Re-ID模块。与其他Re-ID模块不同，我们使用人体关节的图表示进行匹配。这种基于骨架的表示有效捕捉人体姿态相似性且计算开销低，对引起人体漂移的突发相机平移具有鲁棒性。据我们所知，这是首篇以自顶向下方式提出在线人体姿态跟踪框架的论文。所提框架具有足够通用性以适配其他姿态估计量与候选匹配机制。我们的方法在保持高得多的帧率的同时优于其他在线方法，并与我们的离线最优方法极具竞争力。代码已公开于：https://github.com/Guanghan/lighttrack。