Estimation de la posture humaine à l'aide du vote par consensus profond

Dans cet article, nous abordons le problème de l'estimation de la posture humaine à partir d'une seule image fixe. Nous proposons une nouvelle approche où chaque emplacement dans l'image vote pour la position de chaque point clé en utilisant un réseau neuronal convolutif. Le schéma de vote nous permet d'utiliser des informations provenant de l'ensemble de l'image, plutôt que de nous appuyer sur un ensemble épars de positions de points clés. L'utilisation de votes denses et multi-cibles non seulement produit des prédictions précises des points clés, mais permet également de calculer les probabilités conjointes des points clés dépendantes de l'image en examinant le vote consensuel. Cela diffère de la plupart des méthodes précédentes où les probabilités conjointes sont apprises à partir des positions relatives des points clés et sont indépendantes de l'image. Nous combinons finalement les votes des points clés et les probabilités conjointes afin d'identifier la configuration optimale de la posture. Nous montrons nos performances compétitives sur les jeux de données MPII Human Pose et Leeds Sports Pose.