用于多人姿态估计与跟踪的多域姿态网络
计算机视觉与模式识别
2019-03-04 v1
摘要
野外多人人体姿态估计与跟踪重要且具有挑战性。为训练强大模型，大规模训练数据至关重要。尽管已有若干人体姿态估计数据集，但在多数据集上训练的最佳实践尚未被研究。本文提出一种称为多域姿态网络（MDPN）的简单网络来解决此问题。通过将任务视为多域学习，我们的方法能学到更好的姿态预测表示。结合预测头微调与多分支组合，该方法在仅使用MPII和COCO而无额外数据集的情况下，相对于基线有显著提升，并在PoseTrack ECCV 2018挑战赛上取得最佳性能。
引用
@article{arxiv.1810.08338,
title = {Multi-Domain Pose Network for Multi-Person Pose Estimation and Tracking},
author = {Hengkai Guo and Tang Tang and Guozhong Luo and Riwei Chen and Yongchen Lu and Linfu Wen},
journal= {arXiv preprint arXiv:1810.08338},
year = {2019}
}
备注
Extended abstract for the ECCV 2018 PoseTrack Workshop