基于实例的人体解析通过部件分组网络实现

面向实际应用场景的实例级人体解析仍是一个未充分探索的领域，主要是由于缺乏足够的数据资源和技术上难以在单次处理中解析多个实例。目前相关研究大多遵循“检测后解析”（parsing-by-detection）的流程，该流程严重依赖于单独训练的检测模型来定位实例，然后依次对每个实例进行人体解析。然而，检测和解析这两个不同的优化目标导致了次优的表示学习和最终结果中的误差累积。在本工作中，我们首次尝试探索一种无需检测的部件分组网络（Part Grouping Network, PGN），以高效地在单次处理中解析图像中的多个人体。我们的PGN将实例级人体解析重新定义为两个相互关联且可以通过统一网络联合学习并互相改进的子任务：1）语义部件分割，用于将每个像素分配给人体的一部分（例如，面部、手臂）；2）实例感知边缘检测，用于将语义部件聚合成不同的个体实例。因此，共享的中间表示将同时具备刻画细粒度部件和推断每个部件所属实例的能力。最后，在推理过程中采用一个简单的实例划分过程来获得最终结果。我们在PASCAL-Person-Part数据集上进行了实验，结果显示我们的PGN优于所有现有的最先进方法。此外，我们在新收集的多人解析数据集（CIHP）上展示了其优越性，该数据集包含38,280张多样化的图像，是迄今为止最大的数据集，并可以促进更高级的人体分析研究。CIHP基准测试和我们的源代码可在http://sysu-hcp.net/lip/获取。