摘要

多人姿態估計

現存方法效果不錯，但定位和識別上的小錯誤是不可避免的，這些錯誤會導致單人姿態估計的失敗。

文章提出一種新穎的框架——RMPE：Regional Multi-Person Pose Estimation 

這框架包含了三個部分關鍵點：

• Symmetric Spatial Transformer Network (SSTN)，從不準確的包圍框中提取高質量的單人區域。
• Parametric Pose Non-Maximum-Suppression (NMS) ，解決冗餘問題，利用姿態相似代替IOU
• Pose-Guided Proposals Generator (PGPG)，
  增加訓練樣本，提高泛化

我們的方法能夠處理不準確的box和冗餘檢測結果

在MPII multiperson 資料集上mAP 76.7

介紹

在實踐中，識別多人在野外的姿勢比識別影象中一個人的姿勢更具挑戰性

兩步框架首先檢測人體包圍框，然後獨立估計每個框中的姿態。（如本文）

基於部件的框架首先獨立檢測人體部件，然後將檢測到的人體部件組裝成多個人體姿態。（PAF)

文章沿用兩步的框架，現有的方法有兩個問題：

上圖中紅色的GT和黃色的檢測結果，都送給SPPE的Hourglass方法檢測關節點的heatmap，從heatmap的結果來看，雖然檢測框結果和GT已經很接近(iou>0.5)，然而從heatmap來看，輸出的相應卻相差甚遠，即person檢測box的精度會嚴重影響pose的估計

另外一個就是如上圖所示的person 檢測框冗餘問題，NMS只是一種帶強烈先驗（如果重合度太高的結果，一般是同一個目標）的tradeoff，如果NMS效果太強，recall就會迅速降低

這兩個問題暴露了，SPPE受到box質量影響很大，文章劍指這個問題