【论文笔记-03】RMPE:Regional Multi-Person Pose Estimation

【论文地址】https://arxiv.org/pdf/1612.00137.pdf

这篇Paper是交大和腾讯优图共同提出的AlphaPose多人姿态估计,从实验结果看来各项指标要比CMU OpenPose好很多。

【Abstract】

复杂环境下多人姿态识别是具有十分挑战性的。尽管当前最好的人体检测算法已经取得了很好的效果,但是仍然存在一些定位和识别错误。这些错误势必会导致单人姿态估计(Single-Person Pose Estimator,SPPE)失败,特别是那些基于人体检测的方法。因此,本文提出了一种新颖的区域的多人姿态估计框架,以方便在存在不准确的人体检测边界框的情况下进行姿态估计。本文的框架主要包含三个部分:

  1. Symmetric Spatial Transformer Network(SSTN)
  2. Parammetric Pose Non-Maximum-Suppression(NMS)
  3. Pose-Guided Proposals Generator (PGPG)

该算法可以处理不准确的 边界框 (bounding boxes) 和 冗余检测(redundant detections),在MPII数据集上取得了76.7 mAP。

【Introduction】

当前流行的多人姿态估计算法有两大类:一类是two-step framework,另外一类是part-based framwork。

two-step framework:通俗的讲就是两步走,第一步首先检测输入图像中所有的人体边界框,第二步对每一个人体检测框进行姿态估计。本文就是采用这种。

part-based framework:首先检测输入图像中所有的肢体节点(body parts),然后进行拼接操作,跟拼乐高一样的道理。将这些肢体节点拼接成人。CMU的OpenPose采用这种。

两种方法各有利弊,第一类算法依赖于人体检测框的

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值