基于自适应关键点掩码的半监督 2D 人体姿态估计

人体姿态估计是计算机视觉中一项基础且具挑战性的任务。更大规模、更准确的关键点标注虽然有助于提升有监督姿态估计的准确性，但往往成本高昂且难以获取。半监督姿态估计试图利用大量无标签数据来提升模型性能，从而缓解标注样本不足的问题。最新的半监督学习通常采用强弱数据增强的教师-学生学习框架，以应对“人体姿态多样性及其长尾分布”的挑战。合适的数据增强方法是影响半监督模型准确性和泛化能力的关键因素之一。针对固定关键点掩码增强方法未考虑样本学习差异的问题，本文提出了一种自适应关键点掩码方法，能够充分挖掘样本中的信息并获得更好的估计性能。为了进一步提升模型的泛化能力和鲁棒性，本文提出了一种双分支数据增强方案，能够在自适应关键点掩码的基础上对样本和特征执行 Mixup。在 COCO 和 MPII 上验证了所提方法的有效性，分别比现有最先进的半监督姿态估计方法提升了 5.2% 和 0.3%。