细节决定成败：深入探究人体姿态估计中的无偏数据处理
计算机视觉与模式识别
2021-01-01 v2
摘要
据我们所知，作为训练与推理的基本环节，数据处理在人体姿态估计领域尚未得到系统考量。本文聚焦该问题，发现人体姿态估计演进的症结在于有偏的数据处理。具体而言，通过考察主流先进方法中的标准数据处理（主要包括坐标系变换与关键点格式变换，即编码与解码），我们发现推理中常用翻转策略所得结果与原始结果未对齐。此外，某些关键点格式变换方法存在统计误差。两个问题耦合在一起，显著 degrade 姿态估计性能，从而为研究界设下陷阱。该陷阱催生了许多次优补救方案，它们常未被报告、令人困惑却影响深远。这些未报告的补救方案导致复现失败与比较不公，严重阻碍技术发展。为从源头化解此困境，我们提出无偏数据处理（UDP），针对前述两个问题分别包含两方面技术（即无偏坐标系变换与无偏关键点格式变换）。作为一种模型无关方法与更优解，UDP 成功推高了人体姿态估计的性能边界，并为研究界提供了更高且更可靠的基线。代码已公开于 https://github.com/HuangJunJie2017/UDP-Pose
引用
@article{arxiv.1911.07524,
title = {The Devil is in the Details: Delving into Unbiased Data Processing for Human Pose Estimation},
author = {Junjie Huang and Zheng Zhu and Feng Guo and Guan Huang and Dalong Du},
journal= {arXiv preprint arXiv:1911.07524},
year = {2021}
}
备注
project:https://github.com/HuangJunJie2017/UDP-Pose