Régression de la posture humaine en combinant la détection indirecte des parties du corps et les informations contextuelles

Dans cet article, nous proposons une approche de régression entièrement entraînable en fin à fin pour l'estimation de la posture humaine à partir d'images fixes. Nous utilisons la fonction Soft-argmax proposée pour convertir directement les cartes de caractéristiques en coordonnées articulaires, ce qui permet d'obtenir un cadre entièrement différentiable. Notre méthode est capable d'apprendre des représentations de cartes thermiques indirectement, sans nécessiter des étapes supplémentaires de génération artificielle de vérités terrain. Par conséquent, les informations contextuelles peuvent être intégrées aux prédictions de posture de manière fluide. Nous avons évalué notre méthode sur deux jeux de données très complexes, le Leeds Sports Poses (LSP) et le MPII Human Pose, atteignant les meilleures performances parmi toutes les méthodes de régression existantes et des résultats comparables aux approches basées sur la détection les plus avancées.