2달 전

세부 사항의 악마: 정확한 단일 및 다중 인체 분석을 향해

Tao Ruan; Ting Liu; Zilong Huang; Yunchao Wei; Shikui Wei; Yao Zhao; Thomas Huang
세부 사항의 악마: 정확한 단일 및 다중 인체 분석을 향해
초록

인간 해석(human parsing)은 그 광범위한 응용 가능성이 있어 많은 관심을 받고 있습니다. 그럼에도 불구하고, 효율적이고 우아한 방식으로 정확한 인간 해석 시스템을 개발하는 방법은 아직 명확하지 않습니다. 본 논문에서는 특성 해상도(feature resolution), 전역 맥락 정보(global context information), 그리고 경계 세부 정보(edge details)와 같은 몇 가지 유용한 속성을 식별하고, 철저한 분석을 통해 이러한 속성을 어떻게 활용하여 인간 해석 작업에 이점을 줄 수 있는지 밝히고자 합니다. 이러한 유용한 속성들의 장점은 결국 단일 인간 해석을 위한 간단하면서도 효과적인 문맥 임베딩 및 경계 인식(Context Embedding with Edge Perceiving, CE2P) 프레임워크로 이어집니다. 우리의 CE2P는 엔드투엔드(end-to-end)로 학습할 수 있으며, 다중 인간 해석을 수행하기 위해 쉽게 적용할 수 있습니다. CE2P의 우수성 덕분에, 우리는 모든 세 가지 인간 해석 벤치마크에서 1위를 차지했습니다. 별다른 트릭 없이 LIP, CIHP, MHP v2.0에서 각각 56.50%(mIoU), 45.31%(평균 $AP^r$), 33.34%($AP^p_{0.5}$)의 성능을 달성하였으며, 이는 각각 기존 최신 연구(state-of-the-art)보다 2.06%, 3.81%, 1.87% 이상 뛰어난 결과입니다. 우리는 CE2P가 단일/다중 인간 해석에 대한 향후 연구를 용이하게 하는 견고한 기준선(baseline) 역할을 하기를 바랍니다. 코드는 \url{https://github.com/liutinglt/CE2P}에서 제공됩니다.