无差别处理：一个用于多人解析的直观框架
计算机视觉与模式识别
2022-01-05 v1
摘要
多人解析旨在分割每个人体实例的每个身体部位。几乎所有最先进的方法都遵循“先检测”或“先分割”的流程。与它们不同，我们从一个新的、更符合人类直觉的角度提出了一个端到端且无框的流程。在训练时，我们直接对人和部位进行实例分割。更具体地说，我们引入了“无差别对象类别”的概念，该概念将人和部位不加区分地对待，并将它们都视为带有类别的实例。在掩码预测中，每个二值掩码由人和所有部位类别共享的原型组合获得。在推理时，我们设计了一种全新的分组后处理方法，将每个部位实例与一个人体实例关联起来，并将它们分组在一起以获得最终的人体级解析结果。我们将我们的方法命名为人与部位无差别处理的人体解析（NTHP）。实验表明，我们的网络在MHP v2.0和PASCAL-Person-Part数据集上以较大优势优于最先进的方法。
引用
@article{arxiv.2101.10913,
title = {Nondiscriminatory Treatment: a straightforward framework for multi-human parsing},
author = {Min Yan and Guoshan Zhang and Tong Zhang and Yueming Zhang},
journal= {arXiv preprint arXiv:2101.10913},
year = {2022}
}