반응형
PersonLab: Person Pose Estimation and Instance Segmentation with a Bottom-Up, Part-Based, Geometric Embedding Model
feature
- box-free bottom-up
- multi-person
- single shot model
- pose estimation, instance segmentation
Keypoint detection
Goal: 각각의 사람마다 키포인트 감지
Base paper: Papandreou, G., Zhu, T., Kanazawa, N., Toshev, A., Tompson, J., Bregler, C., Murphy, K.: Towards accurate multi-person pose estimation in the wild. In: CVPR. (2017)
keypoint detecting: 키포인트 예측은 각 채널별로 binary classification으로 접근. 예측한 키포인트가 GT에서 R(radius)범위 안에 있다면 정답 이때 R은 32(pixel)로 설정
Short-range offset: 히트맵을 예측할 때 같이 예측함. R의 값에 노말라이즈됨. 임의의 픽셀에서 가까운 키포인트로 향하는 벡터
Hough arrays: 히트맵과 short range offset을 이용하여 hough voting을 함
Mid-range offset:
반응형
'인공지능 > 논문리뷰' 카테고리의 다른 글
| Pose Estimation (0) | 2021.03.15 |
|---|---|
| Image Super-Resolution Using Deep Convolutional Networks 논문 리뷰 (0) | 2021.01.05 |