基于姿态引导的人群姿态分割：SAM-pose2seg
计算机视觉与模式识别
2026-01-19 v2
摘要
Segment Anything (SAM) 为人类分割提供了前所未有的基础，但在遮挡情况下可能难以处理，其中关键点可能部分或完全不可见。我们将 SAM 2.1 适用于姿态引导分割，仅通过少量的编码器修改保留其强大的泛化能力。使用称为 PoseMaskRefine 的微调策略，我们将可见性较高的姿态关键点纳入原由 SAM 所使用的迭代校正过程中，提高了鲁棒性和准确性。推理期间，我们简化了提示方式，只选择可见性最高的三个关键点。该策略降低了对常见错误的敏感性，如缺失身体部位或错误分类服装，允许仅凭一个关键点即可准确预测掩码。我们的结果表明，姿态引导的 SAM 微调可实现有效的、遮挡感知的人类分割，同时保留原始模型的泛化能力。代码和预训练模型将在 https://mirapurkrabek.github.io/BBox-Mask-Pose/ 提供。
引用
@article{arxiv.2601.08982,
title = {SAM-pose2seg: Pose-Guided Human Instance Segmentation in Crowds},
author = {Constantin Kolomiiets and Miroslav Purkrabek and Jiri Matas},
journal= {arXiv preprint arXiv:2601.08982},
year = {2026}
}
备注
GitHub: https://github.com/MiraPurkrabek/BBoxMaskPose/