DeeperCut: Ein tieferes, stärkeres und schnelleres Modell zur Mehrpersonen-Pose-Schätzung

Das Ziel dieser Arbeit ist es, den Stand der Technik bei der Schätzung von Artikulationspositionen in Szenen mit mehreren Personen zu verbessern. Zu diesem Zweck leisten wir Beiträge auf drei Gebieten. Wir schlagen vor: (1) verbesserte Detektoren für Körperteile, die effektive bottom-up Vorschläge für Körperteile generieren; (2) neuartige bildbasierte paarweise Terme, die es ermöglichen, die Vorschläge zu einer variablen Anzahl konsistenter Körperteilkonfigurationen zusammenzuführen; und (3) eine inkrementelle Optimierungsstrategie, die den Suchraum effizienter erkundet und so sowohl zu besseren Ergebnissen als auch zu erheblichen Beschleunigungen führt. Die Auswertung erfolgt anhand von zwei Benchmarks zur Schätzung von Einzelpersonen- und zwei Benchmarks zur Schätzung von Mehrpersonen-Posen. Der vorgeschlagene Ansatz übertrifft die besten bekannten Ergebnisse bei der Mehrpersonen-Pose-Schätzung erheblich und zeigt gleichzeitig wettbewerbsfähige Leistungen bei der Schätzung von Einzelpersonen-Posen. Modelle und Code sind unter http://pose.mpi-inf.mpg.de verfügbar.