PifPaf: Human Pose Estimation을 위한 Composite Fields

우리는 자율주행 차량 및 배송 로봇과 같은 도시 이동성에 특히 적합한 다중 인물 2D 포즈 추정을 위한 새로운 하향식 방법을 제안합니다. 이 새로운 방법인 PifPaf는 부위 강도 필드(Part Intensity Field, PIF)를 사용하여 신체 부위를 위치추정하고, 부위 연관 필드(Part Association Field, PAF)를 사용하여 신체 부위 간의 연관성을 파악하여 완전한 인간 포즈를 형성합니다. 우리의 방법은 (i) 세부 정보를 인코딩하는 새로운 복합 필드 PAF와 (ii) 불확실성을 포함하는 라플라스 손실(Laplace loss)을 회귀에 적용함으로써 저해상도 환경과 혼잡하거나 가려진 장면에서 기존 방법들을 능가합니다. 우리의 아키텍처는 완전히 컨벌루션 기반의 단일 샷, 박스 없는 설계입니다. 우리는 표준 COCO 키포인트 작업에서 기존 최신 하향식 방법과 비슷한 성능을 보여주며, 교통 분야를 위한 수정된 COCO 키포인트 작업에서는 최고 수준의 결과를 생성합니다.