论文地址:https://arxiv.org/abs/1611.08050
提出了有效检测图像中人体姿势的方法
摘要
与自顶向下姿态检测方法不同的是提出了一个自底向上的多人姿态检测方法,检测速度与图片中人数无关:
- 提出了一种有限检测图像中多人二维姿态的方法
- 分别检测人体关节部位与部位亲和适量场。
- 自底向上的解析步骤,人数不会影响检测的速度
背景介绍
姿态估计难点:
- 图像中人数未知;
- 人员互动导致位置交叉难区分;
- 自定向下的方法随着图像中人员数量的增加,检测速度会逐步变慢。
方法
- 通过同一顺序预测过程的两个分支共同学习出关节部位检测和亲和度矢量场。
- 抛弃完全图,选择相邻关节位置的二部图匹配。
关节点部位检测与亲和度矢量场
首先将彩色原图输入VGG-16的前十层中得到一张feature map。之后输入到第一次循环当中,分别得到部位检测图S1和亲和矢量场L1。之后的循环当中以前一次的循环结果S和L加上原始的F作为输入,若干循环后得到最终结果S(J张图部位图)和L(C张亲和力矢量图,可以理解为连接图)。
关节部位位置预测
首先,关节位置数据的label图如右侧。
损失函数为L2损失函数。
部位亲和矢量场预测
首先,部位矢量场的label图如右侧。
损失函数为L2损失函数。
二部图匹配
相邻关节点之间计算完全二部图所有边的E(连接趋势)。
计算最优匹配。