摘要
本文提出了一种新型的自底向上、单阶段全身体态估计算法，称为“分层关键点回归”（Hierarchical Point Regression，简称 HPRNet）。在标准人体姿态估计任务中，通常需要估计人体约17个主要关节点的位置；而全身体态估计则进一步要求精确预测细粒度关键点，包括面部68个关键点、每只手21个关键点以及每只脚3个关键点，由此带来的关键点尺度差异问题亟需有效解决。为应对不同身体部位间存在的尺度差异，本文构建了分层的关键点表示结构，并联合回归各部位的关键点位置。具体而言，每个身体部位（如面部）内部细粒度关键点的相对位置，是相对于该部位中心位置进行回归的，而该部位中心位置本身又以人物中心为参考进行估计。此外，与现有两阶段方法不同，本方法能够在与图像中人数无关的恒定时间内完成全身体态估计。在 COCO WholeBody 数据集上，HPRNet 在所有全身体态部件（包括身体、脚部、面部和手部）的关键点检测任务中，显著超越了以往所有自底向上的方法；尤其在面部关键点检测（75.4 AP）和手部关键点检测（50.4 AP）两项指标上达到了当前最优水平。代码与模型已开源，获取地址为：\url{https://github.com/nerminsamet/HPRNet}。