要約
多人のarticulated姿勢追跡（複数人物の関節付き姿勢追跡）は、制約のない動画において重要な課題であり、同時に非常に困難な問題でもあります。本論文では、トップダウンアプローチを採用し、pose flows（姿勢フロー）に基づいた優れたかつ効率的な姿勢追跡アルゴリズムを提案します。まず、クロスフレーム間の姿勢の関連付けを行い、姿勢フローを形成するためのオンライン最適化フレームワーク（PF-Builder）を設計しました。次に、冗長な姿勢フローを堅牢に削減し、時間的に断続的なものを再接続するための新しい姿勢フロー非最大値抑制（PF-NMS）手法を開発しました。広範囲にわたる実験結果から、当社の手法が2つの標準的なPose Trackingデータセットで最高記録を13 mAP 25 MOTAと6 mAP 3 MOTAそれぞれで大幅に上回ることが示されています。さらに、各フレームで検出された姿勢に対して動作する場合でも、追跡器による追加計算量は非常に小さく、オンライン10FPSでの追跡が保証されます。当社のソースコードは公開されており(https://github.com/YuliangXiu/PoseFlow)利用可能です。注：「articulated」は「関節付き」と訳しています。「mAP」（mean Average Precision）と「MOTA」（Multiple Object Tracking Accuracy）は一般的な評価指標であるためそのまま使用しています。