重新审视用于人体姿态估计的多阶段网络
计算机视觉与模式识别
2019-05-31 v4
摘要
现有姿态估计方法分为两类：单阶段和多阶段方法。尽管多阶段方法看似更适于该任务，但其当前实践中的性能不如单阶段方法。本文研究此问题。我们认为当前多阶段方法性能不佳源于多种设计选择的不足。我们提出若干改进，包括单阶段模块设计、跨阶段特征聚合以及由粗到细的监督。所得方法在 MS COCO 和 MPII Human Pose 数据集上均确立了新的 SOTA，证明了多阶段架构的有效性。源代码已公开以供进一步研究。
引用
@article{arxiv.1901.00148,
title = {Rethinking on Multi-Stage Networks for Human Pose Estimation},
author = {Wenbo Li and Zhicheng Wang and Binyi Yin and Qixiang Peng and Yuming Du and Tianzi Xiao and Gang Yu and Hongtao Lu and Yichen Wei and Jian Sun},
journal= {arXiv preprint arXiv:1901.00148},
year = {2019}
}