要約
私たちは、自動運転車や配達ロボットなどの都市モビリティに特に適した新しいボトムアップ手法を提案します。この新手法であるPifPafは、Part Intensity Field (PIF) を使用して身体部位を局在化し、Part Association Field (PAF) を使用して各身体部位を関連付け、完全な人間の姿勢を形成します。当手法は、(i) 新しい複合フィールドPAFが細かい情報を符号化することと (ii) 回帰にLaplace損失を選択することで不確実性の概念を取り入れているため、低解像度や混雑した、ごちゃついた、および遮蔽されたシーンにおいて従来の手法を上回ります。私たちのアーキテクチャは、完全に畳み込み型で一発検出（single-shot）、枠不要（box-free）の設計に基づいています。標準的なCOCOキーポイントタスクでは既存の最先端ボトムアップ手法と同等の性能を示し、交通分野向けに変更されたCOCOキーポイントタスクでは最先端の結果を生み出しています。