Pose2Seg: 无需检测的行人实例分割
计算机视觉与模式识别
2024-06-14 v3
摘要
图像实例分割的标准流程是先执行目标检测,再从检测边界框中分割出目标。近来,如 Mask R-CNN 等深度学习方法将二者联合完成。然而,鲜有研究考虑到“人”这一类别的独特性——其可由姿态骨架良好定义。此外,相较于使用边界框,人体姿态骨架能更好地区分重度遮挡下的实例。本文提出一种全新基于姿态的人体实例分割框架,该框架依据人体姿态而非候选区域检测来分离实例。我们证明,在行人实例分割问题上,该基于姿态的框架比最先进的基于检测的方法精度更高,且能更好地处理遮挡。此外,公开数据集中鲜有包含大量重度遮挡人体及完备标注者,致使这一难题鲜被研究者关注。因此,本文引入新基准“遮挡人体(OCHuman)”,聚焦于带有边界框、人体姿态与实例掩码等完备标注的遮挡人体。该数据集含 4731 张图像、8110 个精细标注的人体实例。每人平均 MaxIoU 为 0.67,OCHuman 是与人体实例分割相关中最复杂且最具挑战性的数据集。我们借此数据集呼吁研究者重视遮挡这一挑战性问题。
引用
@article{arxiv.1803.10683,
title = {Pose2Seg: Detection Free Human Instance Segmentation},
author = {Song-Hai Zhang and Ruilong Li and Xin Dong and Paul L. Rosin and Zixi Cai and Xi Han and Dingcheng Yang and Hao-Zhi Huang and Shi-Min Hu},
journal= {arXiv preprint arXiv:1803.10683},
year = {2024}
}
备注
8 pages