残差対数尤度推定を用いたヒューマンポーズ回帰

ヒートマップベースの手法は、尤度ヒートマップを用いて出力分布をモデル化することで、人体ポーズ推定分野において主流を占めている。一方、回帰ベースの手法はより効率的ではあるが、性能面で劣ることが多い。本研究では、最大尤度推定（MLE）を活用し、効率的かつ有効な回帰ベースの手法の開発を検討する。MLEの観点から見ると、異なる回帰損失関数を採用することは、出力密度関数に対する異なる仮定を意味する。真の分布に近い密度関数を採用することで、より優れた回帰性能が得られる。この知見に基づき、潜在する出力分布を捉えるために、新たな回帰枠組みである「残差尤度推定（Residual Log-likelihood Estimation, RLE）」を提案する。具体的には、RLEは未参照の真の分布そのものを学習するのではなく、分布の変化（変化量）を学習することで、訓練プロセスを容易にする。提案する再パラメータ化設計により、本手法は既存のフローモデル（flow models）と互換性を持つ。提案手法は効果的かつ効率的であり、柔軟性にも優れている。広範な実験を通じて、さまざまな人体ポーズ推定タスクにおけるその有効性を示す。従来の回帰枠組みと比較して、MSCOCO上でテスト時のオーバーヘッドを一切追加せずに、12.4 mAPの向上を達成した。さらに、多人数ポーズ推定において、本回帰手法が初めてヒートマップベースの手法を上回る結果を示した。本研究のコードは、https://github.com/Jeff-sjtu/res-loglikelihood-regression にて公開されている。