真实场景下拥挤人群中人类姿态估计

作者：Thomas Golda,Tobias Kalb,Arne Schumann,Jürgen Beyerer

摘要：最近，人体姿态估计在采用深度卷积神经网络方面取得了重大进展。它的许多应用近年来引起了极大的兴趣。然而，许多实际应用需要对人群进行姿态估计，这仍然是一个很少解决的问题。在这项工作中，我们探索了优化人群姿态估计的方法，重点关注密集人群引入的挑战，例如遮挡，彼此接近的人以及人的部分可见度。为了应对这些挑战，我们评估了姿势检测方法的三个方面：i）数据增强方法，以引入对遮挡的鲁棒性，ii）显着检测遮挡的身体部位，以及iii）使用合成的生成数据集。提高拥挤场景准确性的第一种方法是使用来自对象识别数据集COCO（上下文中的公共对象）的人和对象剪切在训练时生成遮挡。此外，评估合成生成的数据集JTA（联合跟踪自动）以用于现实世界的人群应用。为了克服源于低姿态变化和低密度人群的JTA的传输差距，创建扩展数据集以便于用于实际应用。另外，利用JTA提供的遮挡标记来训练模型，该模型明确地区分两个不同分支中的被遮挡和可见的身体部分。所提出的基线方法的增加的组合有助于将总体准确度提高4.7％AP，从而提供与相应数据集上的当前最新方法相当的结果。

原文标题：Human Pose Estimation for Real-World Crowded Scenarios

原文链接：https://arxiv.org/abs/1907.06922