2달 전

CrowdPose: 효율적인 다중 인원 포즈 추정 및 새로운 벤치마크

Jiefeng Li; Can Wang; Hao Zhu; Yihuan Mao; Hao-Shu Fang; Cewu Lu
CrowdPose: 효율적인 다중 인원 포즈 추정 및 새로운 벤치마크
초록

다중 인물 자세 추정은 많은 컴퓨터 비전 작업의 기반이 되며 최근 몇 년 동안 상당한 발전을 이룩하였습니다. 그러나, 이전 연구 방법 중 대부분은 혼잡한 환경에서의 자세 추정 문제를 탐구하지 않았으며, 이는 많은 시나리오에서 여전히 도전적이고 피할 수 없는 문제입니다. 또한, 현재 벤치마크는 이러한 경우에 대해 적절한 평가를 제공하지 못하고 있습니다. 본 논문에서는 혼잡한 환경에서의 자세 추정 문제를 해결하기 위한 새로운 효율적인 방법과 알고리즘을 더 잘 평가하기 위한 새로운 데이터셋을 제안합니다. 우리의 모델은 두 가지 핵심 구성 요소로 이루어져 있습니다: 관절 후보 단일 인물 자세 추정(SPPE) 및 전역 최대 관절 연관성입니다. 각 관절에 대한 다중 피크 예측과 그래프 모델을 사용한 전역 연관성을 통해, 우리의 방법은 혼잡한 환경에서 불가피하게 발생하는 간섭에 견고하며 추론 과정에서도 매우 효율적입니다. 제안된 방법은 CrowdPose 데이터셋에서 기존 최신 방법들을 5.2 mAP(multiple Average Precision) 뛰어넘었으며, MSCOCO 데이터셋에서의 결과는 우리 방법의 일반화 능력을 입증합니다. 소스 코드와 데이터셋은 공개적으로 이용 가능하도록 제공될 것입니다.

CrowdPose: 효율적인 다중 인원 포즈 추정 및 새로운 벤치마크 | 최신 연구 논문 | HyperAI초신경