基于深度习得特征的姿态引导人体解析

将人体解析为语义区域对于以人为中心的分析至关重要。本文提出一种基于片段的解析流程，该流程利用人体姿态信息（即人体模型的关节位置），同时改进部件提议、加速推断并规范解析过程。具体而言，我们首先根据深度模型预测的人的关节生成部件片段提议，然后利用基于姿态的特征和深度习得的部件势能特征训练特定的部件排序模型用于片段选择。最后，通过 And-Or Graph 推断出所提议部件片段的最佳组合。我们在流行的 Penn-Fudan 行人解析数据集上评估了我们的方法，并证明了在解析流程的每个阶段使用姿态信息的有效性。最后，我们展示了与最先进方法相比，我们的方法产生了更优的部件分割精度。