基于点集与中心偏移的单阶段多人解析
计算机视觉与模式识别
2024-05-21 v1
摘要
本文研究多人解析问题。现有方法或遵循自顶向下或自底向上的两阶段范式，通常计算代价高昂。我们转而提出一种高性能的单阶段多人解析（SMP）深度架构，将多人解析问题解耦为两个细粒度子问题，即定位人体与身体部位。SMP 利用质心位置处的点特征获取其分割结果，并生成从人体质心到各部位质心的一系列偏移量，从而无需分组过程即可完成人体与部位的匹配。在 SMP 架构内，我们提出精炼特征保留模块，通过生成的掩码注意力提取实例的全局特征；并提出感兴趣掩码重分类模块作为可训练插件模块，利用预测分割优化分类结果。在 MHPv2.0 数据集上的大量实验证明了所提方法的最佳有效性与效率，在 AP50p 上超越 SOTA 方法 2.1%、在 APvolp 上超越 1.0%、在 PCP50 上超越 1.2%。特别地，所提方法所需训练轮数更少且模型架构更简单。我们将发布源代码、预训练模型与在线演示以促进进一步研究。
引用
@article{arxiv.2304.11356,
title = {Single-stage Multi-human Parsing via Point Sets and Center-based Offsets},
author = {Jiaming Chu and Lei Jin and Junliang Xing and Jian Zhao},
journal= {arXiv preprint arXiv:2304.11356},
year = {2024}
}