I^2R-Net : Réseau de relations intra et inter-humaines pour l'estimation de la pose multi-personne

Dans cet article, nous présentons les Réseaux de Relations Intra- et Inter-Humaines (I²R-Net) pour l'Estimation de la Posture Multi-Personne. Ce modèle repose sur deux modules fondamentaux. Premièrement, le Module de Relation Intra-Humaine opère sur une seule personne et vise à capturer les dépendances intra-humaines. Deuxièmement, le Module de Relation Inter-Humaine prend en compte les relations entre plusieurs individus et se concentre sur la capture des interactions inter-humaines. Le Module de Relation Inter-Humaine peut être conçu très léger en réduisant la résolution de la carte des caractéristiques, tout en apprenant des informations relationnelles utiles qui améliorent considérablement les performances du Module de Relation Intra-Humaine. Même sans recourir à des techniques avancées, notre méthode peut rivaliser ou surpasser les gagnants actuels des compétitions. Nous menons des expériences approfondies sur les jeux de données COCO, CrowdPose et OCHuman. Les résultats montrent que le modèle proposé dépasse toutes les méthodes d'avant-garde actuelles. Plus précisément, la méthode proposée atteint un taux de précision (AP) de 77,4 % sur le jeu de données CrowdPose et un taux de précision (AP) de 67,8 % sur le jeu de données OCHuman, surpassant largement les méthodes existantes. En outre, l'étude d'ablation et l'analyse visuelle confirment également l'efficacité de notre modèle.