AlphaPose: Ganzkörper-regionale Schätzung und Verfolgung von Mehrpersonenposen in Echtzeit

Die genaue Schätzung und Verfolgung von Ganzkörper-Multipersonenposen ist ein wichtiges, jedoch herausforderndes Thema in der Computer Vision. Um die subtilen Aktionen von Mensch zu erfassen, die für komplexe Verhaltensanalysen entscheidend sind, ist die Ganzkörperpose, einschließlich Gesicht, Körper, Hand und Fuß, im Vergleich zur herkömmlichen Körperpose allein unerlässlich. In diesem Artikel präsentieren wir AlphaPose, ein System, das eine genaue Ganzkörperpose-Schätzung und -Verfolgung in Echtzeit durchführen kann. Zu diesem Zweck schlagen wir mehrere neue Techniken vor: Symmetrische Integral-Keypoint-Regressionsanalyse (SIKR) für schnelle und präzise Lokalisierung, parametrische Pose-Nicht-Maximal-Unterdrückung (P-NMS) zur Eliminierung redundanter menschlicher Detektionen und posebewusste Identitätseinbettung für die gemeinsame Schätzung und Verfolgung von Posen. Während des Trainings greifen wir auf einen partieguidierten Vorschlag-Generator (PGPG) und die Wissensdestillation über mehrere Domänen zurück, um die Genauigkeit weiter zu verbessern. Unser Verfahren ist in der Lage, Ganzkörper-Keypoints genau zu lokalisieren und Personen gleichzeitig zu verfolgen, auch wenn ungenaue Begrenzungsrahmen und redundante Detektionen vorliegen. Wir zeigen eine signifikante Verbesserung gegenüber aktuellen Methoden des Standes der Technik sowohl in Bezug auf Geschwindigkeit als auch auf Genauigkeit auf COCO-Ganzkörper, COCO, PoseTrack und unserem vorgeschlagenen Halpe-FullBody-Pose-Schätzdatensatz. Unser Modell, der Quellcode und der Datensatz sind öffentlich verfügbar unter https://github.com/MVIG-SJTU/AlphaPose.