利用增强的通道与空间信息的多人姿态估计
计算机视觉与模式识别
2019-05-10 v1
摘要
多人姿态估计是计算机视觉中一个重要但具有挑战性的问题。尽管当前方法通过融合多尺度特征图已取得显著进展，但它们很少关注增强特征图的通道维与空间信息。本文中，我们提出两个新颖模块来对多人姿态估计的信息进行增强。首先，提出通道混洗模块 (CSM)，对不同层级的特征图采用通道混洗操作，促进金字塔特征图间的跨通道信息交流。其次，设计空间、通道注意力残差瓶颈 (SCARB)，通过注意力机制增强原始残差单元，在空间和通道上下文中自适应地突出特征图的信息。我们提出模块的有效性在 COCO 关键点基准上进行了评估，实验结果表明我们的方法取得了最先进的结果。
引用
@article{arxiv.1905.03466,
title = {Multi-Person Pose Estimation with Enhanced Channel-wise and Spatial Information},
author = {Kai Su and Dongdong Yu and Zhenqi Xu and Xin Geng and Changhu Wang},
journal= {arXiv preprint arXiv:1905.03466},
year = {2019}
}
备注
Accepted by CVPR 2019