DeepCut：多人姿态估计中的联合子集划分与标记

本文研究了在现实世界图像中对多个人体姿态进行估计的任务。我们提出了一种同时解决检测和姿态估计问题的方法：该方法可以推断场景中的人数，识别被遮挡的身体部位，并在彼此靠近的人之间区分身体部位。这种联合公式与以往的策略形成对比，后者通常先检测人物，再估计其身体姿态。我们提出了一种基于CNN（卷积神经网络）部件检测器生成的一组身体部位假设的划分和标记公式。我们的公式是一个整数线性规划的实例，隐式地对部件候选集执行非极大值抑制，并将它们分组以形成符合几何和外观约束的身体部位配置。在四个不同数据集上的实验表明，该方法在单人和多人姿态估计方面均达到了最先进的水平。模型和代码可在http://pose.mpi-inf.mpg.de获取。