摘要
我们介绍了一种新的方法——关联嵌入（associative embedding），用于监督卷积神经网络执行检测和分组任务。许多计算机视觉问题可以以这种方式进行表述，包括多人姿态估计、实例分割和多目标跟踪。通常，检测结果的分组是通过多阶段管道实现的，而我们提出的方法则是训练网络同时输出检测结果和分组分配。该技术可以轻松集成到任何产生像素级预测的最先进网络架构中。我们展示了如何将这种方法应用于多人姿态估计和实例分割，并报告了在MPII和MS-COCO数据集上多人姿态估计的最先进性能。
我们介绍了一种新的方法——关联嵌入（associative embedding），用于监督卷积神经网络执行检测和分组任务。许多计算机视觉问题可以以这种方式进行表述，包括多人姿态估计、实例分割和多目标跟踪。通常，检测结果的分组是通过多阶段管道实现的，而我们提出的方法则是训练网络同时输出检测结果和分组分配。该技术可以轻松集成到任何产生像素级预测的最先进网络架构中。我们展示了如何将这种方法应用于多人姿态估计和实例分割，并报告了在MPII和MS-COCO数据集上多人姿态估计的最先进性能。