面向人体解析的质量感知网络
计算机视觉与模式识别
2021-03-11 v1
摘要
如何估计网络输出的质量是一个重要问题，目前人体解析领域尚无有效解决方案。为解决此问题，本文提出一种基于输出概率图的统计方法来计算像素质量信息，称为像素分数。此外，提出质量感知模块（QAM）以融合不同质量信息，其目的在于估计人体解析结果的质量。我们将 QAM 与简洁有效的网络设计相结合，提出用于人体解析的质量感知网络（QANet）。得益于 QAM 与 QANet 的优越性，我们在三个多人及一个单人人体解析基准（包括 CIHP、MHP-v2、Pascal-Person-Part 与 LIP）上取得最佳性能。在不增加训练与推理时间的情况下，QAM 在多人人体解析任务中将 AP 准则提升超过 10 个点。QAM 可扩展至其他具有良好质量估计的任务，例如实例分割。具体地，QAM 在 COCO 与 LVISv1.0 数据集上以约 1% mAP 提升 Mask R-CNN。基于所提出的 QAM 与 QANet，我们的整体系统在 CVPR2019 COCO DensePose 挑战赛中获得第 1 名，并在 CVPR2020 LIP 挑战赛的 Track 1 与 Track 2 中获得第 1 名。代码与模型见 https://github.com/soeaver/QANet。
引用
@article{arxiv.2103.05997,
title = {Quality-Aware Network for Human Parsing},
author = {Lu Yang and Qing Song and Zhihui Wang and Zhiwei Liu and Songcen Xu and Zhihao Li},
journal= {arXiv preprint arXiv:2103.05997},
year = {2021}
}