Estimation de la posture humaine avec des informations contextuelles spatiales

Nous explorons l'importance des informations contextuelles spatiales dans l'estimation de la posture humaine. La plupart des réseaux de pose d'avant-garde sont formés selon une méthode en plusieurs étapes et produisent plusieurs prédictions auxiliaires pour une supervision profonde. En nous appuyant sur ce principe, nous présentons deux modules conceptuellement simples mais efficaces sur le plan computationnel, à savoir la Fusion de Prédiction en Cascade (CPF) et le Réseau Neuronal Graphique de Posture (PGNN), afin d'exploiter les informations contextuelles sous-jacentes. La fusion de prédiction en cascade accumule les cartes de prédiction des étapes précédentes pour extraire des signaux informatifs. Les cartes résultantes servent également de guide a priori pour les prédictions des étapes suivantes. Pour favoriser la corrélation spatiale entre les articulations, notre PGNN apprend une représentation structurée de la posture humaine sous forme de graphe. Un passage direct de messages entre différentes articulations est ainsi rendu possible, capturant ainsi la relation spatiale. Ces deux modules nécessitent une complexité computationnelle très limitée. Les résultats expérimentaux montrent que notre méthode surpassent constamment les méthodes précédentes sur les benchmarks MPII et LSP.