本文介绍了用于深度图像中人体关键点检测的高效卷积神经网络方法。通过使用Residual、SqueezeNet和MobileNet等轻量级网络进行特征提取，结合级联预测器和对抗域适应策略，以适应合成数据与真实数据之间的差异。此外，还应用了知识蒸馏技术将大型网络的经验传递给小型网络，以提高泛化能力。论文中展示了在不同网络结构上的实验结果，并提供了PyTorch实现链接。
本文主要是对"Efficient Convolutional Neural Networks for Depth-Based Multi-Person Pose Estimation"论文的一个介绍，2019年发表，作者是ANMG等，很优秀的一篇论文。链接：https://arxiv.org/pdf/1912.00711.pdf
- 概述
首先，本文的目标是在一副深度图像中获取出人体的关键点坐标，本文中认为有17个，结果实例如下图所示。
本文采用的架构如下：
包含两个大的阶段，前一阶段使用CNN进行特征提取；后一阶段是几个级联的预测器，从第二个预测器开始输入即考虑前一个预测器的输出，也融合了提取出的原始特征。结果上来看H代表的是人体关键点检测的confidence map，越是接近人体关键点的位置其置信度肯定更高，所以在GT中设定关键点附近的像素置信度按高斯分布，如下图中黄色圆圈所示。V则代表了对人体四肢的预测向量，V代表了连接某两个关节（比如臀关节和膝关节）的向量，如下图中大箭头所示。损失函数也是由这两个部分的回归残差组成。
- 特征检测与预测网络
作者对三种特征检测网络进行了测试，分别是Residual网络，SqueezeNet网络和Mobil
最低0.47元/天 解锁文章
扫一扫
5653
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
