摘要
本文研究了从单张静态图像中进行人体姿态估计的问题。我们提出了一种新颖的方法，该方法利用卷积神经网络使图像中的每个位置对每个关键点的位置进行投票。这种投票机制使我们能够利用整幅图像的信息，而不仅仅依赖于少数关键点的位置。通过使用密集的多目标投票，不仅能够生成良好的关键点预测结果，还能够通过查看共识投票来计算与图像相关的关节关键点概率。这与大多数先前的方法不同，后者是从相对关键点位置学习关节概率，并且这些概率与具体图像无关。最后，我们将关键点投票和关节概率结合起来，以确定最优的姿态配置。我们在MPII人体姿态数据集和利兹体育姿态数据集上展示了我们的方法具有竞争力的性能。