迈向高性能人体关键点检测

由于遮挡、模糊、光照和尺度变化，从单幅图像中进行人体关键点检测极具挑战性。本文从三个方面解决该问题：设计高效网络结构、提出三种有效训练策略、并利用四种有用的后处理技术。首先，我们发现上下文信息在推断人体姿态和不可见关键点方面起着重要作用。受此启发，我们提出级联上下文混合器（CCM），其高效整合空间与通道上下文信息并逐步精炼。然后，为最大化 CCM 的表征能力，我们利用大量无标注数据开发了难负样本人体检测挖掘策略和联合训练策略，使 CCM 能从海量多样姿态中学习判别性特征。第三，我们提出若干亚像素级精炼技术用于后处理关键点预测以提升检测精度。在 MS COCO 关键点检测基准上的大量实验证明了所提方法优于代表性的当前最优（SOTA）方法。我们的单一模型取得了与 2018 年 COCO 关键点检测挑战赛冠军相当的性能。最终的集成模型在该基准上刷新了 SOTA。