• • 下一篇
杨飞宇1,宋展1,肖振中1,莫曜阳2,陈宇3,潘哲3,张敏3,张遥3,钱贝贝1,汤朝伟4,金武1
摘要: 摘 要: 近年来,基于热图的算法一直占据人体姿态估计算法的主导地位。热图解码(即将热图转换为人体关节点坐标)算法是这类算法的重要基本环节。当前的热图解码算法并没有考虑系统误差的影响,因此,本文提出了一种基于误差补偿的人体姿态估计热图解码算法。该算法首先通过训练过程评估模型的误差补偿因子,然后在推理阶段用误差补偿因子补偿人体关节点的预测误差,该误差同时包括系统误差和随机误差。本文在不同的网络架构,输入分辨率,评估指标和数据集上进行的大量实验表明,与目前最佳的热图解码方法相比,本文方法获得了显著的精度增益。具体来说,HRNet-W48-256×192模型在COCO数据集上提升2.9个AP,ResNet-152-256×256模型的PCKh0.1指标在MPII数据集上提升了7.8%。此外,由于本文的方法无需采用高斯平滑预处理和求导操作,因此速度约为当前最佳方法的2倍。对于开展高精度,高速度的人体姿态估计具有实际的应用价值。
中图分类号: