具有增强特征聚合与选择的多人姿态估计
计算机视觉与模式识别
2020-03-24 v1
摘要
我们提出了一种新颖的增强特征聚合与选择网络 (EFASNet) 用于多人 2D 人体姿态估计。由于增强的特征表示，我们的方法能很好地处理拥挤、杂乱和遮挡场景。更具体地，提出了一种特征聚合与选择模块 (FASM)，其构建分层多尺度特征聚合并使聚合特征具有判别性，以获得更精确的细粒度表示，从而得到更精准的关节位置。然后，我们执行一种简单的特征融合 (FF) 策略，其有效地融合高分辨率空间特征与低分辨率语义特征，以获得用于良好估计关节的更可靠上下文信息。最后，我们构建了密集上采样卷积 (DUC) 模块来生成更精确的预测，其能恢复在普通上采样过程中通常不可得的缺失关节细节。因此，预测的关键点热图更加准确。综合实验表明，所提方法优于当前最优 (SOTA) 方法，并在三个基准数据集上取得优越性能：近期大数据集 CrowdPose、COCO 关键点检测数据集和 MPII 人体姿态数据集。我们的代码将在录用后发布。
引用
@article{arxiv.2003.10238,
title = {Multi-Person Pose Estimation with Enhanced Feature Aggregation and Selection},
author = {Xixia Xu and Qi Zou and Xue Lin},
journal= {arXiv preprint arXiv:2003.10238},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1905.03466 by other authors