DeeperCut: 多人数姿勢推定モデルの深化、強化、高速化

本論文の目的は、複数人のシーンにおける関節姿勢推定の最先端技術を進歩させることである。この目的達成のために、我々は3つの面で貢献する。まず、(1) 体部位検出器の改善を提案し、効果的なボトムアップ提案を生成する；次に、(2) 新規な画像条件付き対象間項（pairwise terms）を導入し、これらの提案を一貫した可変数の体部位構成に組み立てる；さらに、(3) 探索空間をより効率的に探索するための増分最適化戦略を提示し、これにより性能向上と大幅な高速化が実現される。評価は2つの単一人物姿勢推定ベンチマークと2つの多人物姿勢推定ベンチマークで行われた。提案手法は既知の最高の多人物姿勢推定結果を大幅に上回りつつ、単一人物姿勢推定タスクにおいても競争力のある性能を示している。モデルとコードは http://pose.mpi-inf.mpg.de で公開されている。