DeepCut: 多人数姿勢推定のための共同部分集合分割とラベリング

本論文では、現実世界の画像における複数人の関節付き人間姿勢推定の課題を取り扱います。私たちは検出と姿勢推定を同時に解決する手法を提案します。この手法は、シーン内の人数を推論し、隠れた体部位を識別し、互いに近接している人々の体部位の曖昧さを解消します。この同時的なアプローチは、従来の戦略とは対照的であり、従来の方法ではまず人間を検出し、その後でその体姿勢を推定していました。私たちはCNNベースの部位検出器によって生成された一連の体部位仮説の分割とラベリングの公式化を提案します。私たちが提案する公式化は整数線形計画の一例であり、部位候補群に対して暗黙的に非最大値抑制を行い、幾何学的および外観制約に従って体部位構成を作り出すグループ化を行います。4つの異なるデータセットでの実験により、単一人および多人物の姿勢推定において最先端の結果が示されています。モデルとコードは http://pose.mpi-inf.mpg.de で利用可能です。