【论文学习】 CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark

论文地址：https://arxiv.org/abs/1812.00324

项目地址：https://github.com/MVIG-SJTU/AlphaPose

我的天哪，真的不得不说，卢老师团队和何大神真的厉害。服。

without bells and wistles.

就是没用深度神经网络的trick，任何人都可以不通过各种精调，各种扩大训练集，各种hard online 各种学习率啊，参数啊什么的来回试，就可以达到比较好的效果。所以方法本质就是好的，是必然，而不是偶然。

AlphaPose升级了！上海交大MVIG组(卢策吾团队)构建了CrowdPose数据集，用来衡量算法在拥挤场景中的性能。同时提出了一个高效的算法来解决拥挤人群中的姿态估计问题，实验结果远高于当前最好的算法。

CrowdPose——拥挤人群姿态估计数据集

公开数据集，如MPII，MSCOCO和AI Challenger。通常采集自日常的生活场景，缺乏拥挤人群场景的数据。

主流数据集的拥挤场景分布如下图所示，非拥挤数据占据了绝大部分比例。对于由数据驱动的深度学习方法来说，数据集的分布不均衡，意味着算法性能的不均衡。CrowdPose数据集具有近似均匀分布图。

实时全局竞争匹配算法

在拥挤人群的场景下，传统的二步法模型往往会失效。主要原因在于：人群过于密集，重合程度太高，每个人的位置难以用人体检测框表示。全局