MultiPoseNet：基于姿态残差网络的快速多人姿态估计
计算机视觉与模式识别
2018-07-12 v1
摘要
本文提出 MultiPoseNet，一种新颖的自底向上多人姿态估计架构，其将多任务模型与一种新颖的分配方法相结合。MultiPoseNet 能够联合处理行人检测、关键点检测、行人分割与姿态估计问题。该新颖的分配方法由姿态残差网络（Pose Residual Network, PRN）实现，该网络接收关键点与行人检测结果，并通过将关键点分配给行人实例来生成准确的姿态。在 COCO 关键点数据集上，我们的姿态估计方法在精度（较此前最佳结果提升 4 点 mAP）与速度上均优于所有先前的自底向上方法；其性能也与最佳自顶向下方法相当，同时至少快 4 倍。我们的方法是速度最快的实时系统，达到 23 帧/秒。源代码见：https://github.com/mkocabas/pose-residual-network
引用
@article{arxiv.1807.04067,
title = {MultiPoseNet: Fast Multi-Person Pose Estimation using Pose Residual Network},
author = {Muhammed Kocabas and Salih Karagoz and Emre Akbas},
journal= {arXiv preprint arXiv:1807.04067},
year = {2018}
}
备注
to appear in ECCV 2018