초록
이 연구는 인간 자세 추정 작업을 위한 새로운 컨볼루션 네트워크 아키텍처를 소개합니다. 모든 스케일에서 특징을 처리하고 통합하여 신체와 관련된 다양한 공간적 관계를 가장 잘 포착할 수 있도록 설계되었습니다. 우리는 중간 감독과 함께 반복적으로 하향-상향 처리가 네트워크의 성능 향상에 결정적인 역할을 함을 보여줍니다. 이 아키텍처는 최종 예측 값을 생성하기 위해 연속적으로 수행되는 풀링 및 업샘플링 단계에 기반하여 "스택형 아워글래스(스택드 아워글래스)" 네트워크라고 지칭합니다. FLIC 및 MPII 벤치마크에서 최고 수준의 결과를 달성하여 최근의 모든 방법론을 능가했습니다.