HPRNet: Hierarchische Punktregression für die Gesamtkörper-Human-Pose-Schätzung

In diesem Artikel präsentieren wir eine neue bottom-up, einstufige Methode zur Gesamtkörper-Pose-Schätzung, die wir „hierarchical point regression“ (HPRNet) nennen. Bei der herkömmlichen Körper-Pose-Schätzung werden die Positionen von etwa 17 Hauptgelenken am menschlichen Körper geschätzt. Im Gegensatz dazu schätzt die Gesamtkörper-Pose-Schätzung zusätzlich auch fein granulierte Schlüsselpunkte (68 auf dem Gesicht, 21 pro Hand und 3 pro Fuß), was ein Skalen-Variationsproblem verursacht, das adressiert werden muss. Um die Skalenvariation zwischen verschiedenen Körperregionen zu bewältigen, entwickeln wir eine hierarchische Punktrepräsentation für die einzelnen Körperregionen und regressed diese gemeinsam. Die relativen Positionen der fein granulierten Schlüsselpunkte innerhalb jeder Region (z. B. Gesicht) werden bezogen auf den Zentrumspunkt dieser Region geschätzt, dessen Position wiederum relativ zum Körperzentrum ermittelt wird. Zudem unterscheidet sich unsere Methode von bestehenden zweistufigen Ansätzen dadurch, dass sie die Gesamtkörper-Pose in konstanter Zeit schätzt, unabhängig von der Anzahl der Personen in einem Bild. Auf dem COCO WholeBody-Datensatz übertrifft HPRNet alle vorherigen bottom-up-Methoden signifikant bei der Schlüsselpunkt-Erkennung für alle Gesamtkörper-Teile (d. h. Körper, Füße, Gesicht und Hände); zudem erzielt es state-of-the-art-Ergebnisse für Gesicht (75,4 AP) und Hand (50,4 AP). Der Quellcode und die Modelle sind unter \url{https://github.com/nerminsamet/HPRNet} verfügbar.