使用部分亲和场的实时多人 2D 姿态估计
计算机视觉与模式识别
2017-04-17 v2
摘要
我们提出了一种高效检测图像中多人 2D 姿态的方法。该方法使用一种我们称为部分亲和场 (PAFs) 的非参数表示，来学习将图像中的身体部位与个体关联起来。该架构编码了全局上下文，允许一个贪婪的自底向上解析步骤，在保持高准确率的同时实现实时性能，且与图像中的人数无关。该架构旨在通过同一顺序预测过程的两个分支，联合学习部位位置及其关联。我们的方法在首届 COCO 2016 关键点挑战赛中获得了第一名，并在 MPII 多人基准测试上，无论是在性能还是效率方面，都显著超越了之前的最先进结果。
关键词
引用
@article{arxiv.1611.08050,
title = {Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields},
author = {Zhe Cao and Tomas Simon and Shih-En Wei and Yaser Sheikh},
journal= {arXiv preprint arXiv:1611.08050},
year = {2017}
}
备注
Accepted as CVPR 2017 Oral. Video result: https://youtu.be/pW6nZXeWlGM