要約
本論文では、複数人の姿勢推定という難問に対処するための新しいジェネレーティブ・パーティション・ネットワーク（Generative Partition Network: GPN）を提案しています。既存のモデルが完全にトップダウンまたはボトムアップであるのとは異なり、提案されたGPNは革新的な戦略を導入しています。つまり、複数人の全体会合候補からパーティションを生成し、同時に個々のインスタンス固有の会合構成を推定します。特に、GPNは低複雑性と高精度の会合検出および再組織化という特徴を持っています。具体的には、GPNは一回の前向き伝播で効率的に堅牢な人物検出と会合パーティションを生成するジェネレーティブモデルを設計しており、人物の重心によってパラメータ化された埋め込み空間からの全体会合候補に対する密集回帰に依存しています。さらに、GPNは人間の姿勢の会合構成の推定手順をグラフ分割問題として定式化し、信頼性のある全体的な親和性ヒントに基づいて各人物検出に対して局所最適化を行います。これにより複雑さが削減され、性能が向上します。GPNはバックボーンネットワークとしてアワーガラスアーキテクチャを使用して実装されており、同時に関節検出器と密集回帰器を学習します。MPII Human Pose Multi-Person, 拡張PASCAL-Person-Part, およびWAFなどのベンチマークでの広範な実験により、GPNの効率性と最先端の性能が示されています。