野外多人解析

人体解析正吸引越来越多的研究关注。在本研究中，我们旨在通过引入野外多人体解析问题来推动人体解析领域的前沿。现有的人体解析研究主要集中在单人场景，这与现实世界应用中多人同时存在并伴有互动和遮挡的情况有所偏离。为了解决多人体解析问题，我们引入了一个新的多人体解析（MHP）数据集和一个名为MH-Parser的新型多人体解析模型。MHP数据集包含在真实场景中捕捉到的多个个体，并提供了实例感知设置下的像素级细粒度语义注释。MH-Parser借助一种新的图生成对抗网络（Graph-GAN）模型，以自底向上的方式同时生成全局解析图和人物实例掩码。我们预计MHP数据集将成为开发新多人体解析模型的重要数据资源，而MH-Parser则为未来在野外进行多人体解析的研究提供了一个强大的基线模型。