DeepCut : Partition et Étiquetage Conjoints de Sous-ensembles pour l'Estimation de la Posture de Plusieurs Personnes

Ce travail traite de la tâche d'estimation de la posture articulée de plusieurs personnes dans des images du monde réel. Nous proposons une approche qui résout conjointement les tâches de détection et d'estimation de la posture : elle infère le nombre de personnes dans une scène, identifie les parties du corps masquées et dissocie les parties du corps entre les personnes se trouvant en proximité l'une de l'autre. Cette formulation conjointe contraste avec les stratégies précédentes, qui abordaient le problème en détectant d'abord les personnes puis en estimant leur posture corporelle. Nous proposons une formulation de partitionnement et d'étiquetage d'un ensemble d'hypothèses sur les parties du corps générées par des détecteurs de parties basés sur des CNN (Convolutional Neural Networks). Notre formulation, qui est un cas particulier d'un programme linéaire entier, effectue implicitement une suppression non maximale sur l'ensemble des candidats aux parties du corps et les regroupe pour former des configurations respectant les contraintes géométriques et d'apparence. Des expériences menées sur quatre jeux de données différents montrent des résultats à l'état de l'art pour l'estimation de la posture à la fois pour une seule personne et pour plusieurs personnes. Les modèles et le code sont disponibles à l'adresse http://pose.mpi-inf.mpg.de.