MultiPoseNet: 포즈 잔차 네트워크를 사용한 빠른 다중 인물 포즈 추정

본 논문에서는 MultiPoseNet, 새로운 하향식 다중 인물 자세 추정 아키텍처를 소개합니다. 이 아키텍처는 다중 작업 모델과 새로운 할당 방법을 결합하여 사람 감지, 키포인트 감지, 사람 분할 및 자세 추정 문제를 동시에 처리할 수 있습니다. 새로운 할당 방법은 Pose Residual Network (PRN)을 통해 구현되며, 이 네트워크는 키포인트와 사람 감지를 입력으로 받아 키포인트를 사람 인스턴스에 정확하게 할당하여 정확한 자세를 생성합니다. COCO 키포인트 데이터셋에서 우리의 자세 추정 방법은 정확도(+4점 mAP 이전 최고 결과 대비)와 속도 측면에서 모든 이전 하향식 방법들을 능가하며, 최소 4배 빠른 속도로 최상의 상향식 방법들과 동등한 성능을 보입니다. 또한, 우리의 방법은 23프레임/초의 속도로 가장 빠른 실시간 시스템입니다. 소스 코드는 다음 주소에서 확인할 수 있습니다: https://github.com/mkocabas/pose-residual-network