关于人体姿态估计的校准问题
计算机视觉与模式识别
2023-11-30 v1
摘要
大多数二维人体姿态估计框架以启发式方式（如热力图的最大值）估计关键点置信度。置信度是评估方案的一部分，例如 MSCOCO 数据集的 AP，但在最先进方法的开发中却被很大程度上忽视。本文在解决姿态估计中的误校准问题上迈出第一步。从校准的角度看，置信度应与姿态精度对齐。实际上，现有方法的校准很差。我们通过理论分析说明了为何存在误校准差距以及如何缩小该差距。简单地预测实例大小并调整置信度函数可带来可观的 AP 提升。然而，鉴于深度神经网络的黑盒性质，仅通过闭式调整无法完全弥合这一差距。因此，我们更进一步，通过强制置信度与姿态精度之间的一致性来学习网络特定的调整。我们提出的校准置信度网络（CCNet）是一种轻量级事后附加模块，在现成的姿态估计框架上可将 AP 提升高达 1.4%。应用于网格恢复的下游任务时，CCNet 进一步使三维关键点误差额外降低 1.0mm。
引用
@article{arxiv.2311.17105,
title = {On the Calibration of Human Pose Estimation},
author = {Kerui Gu and Rongyu Chen and Angela Yao},
journal= {arXiv preprint arXiv:2311.17105},
year = {2023}
}