FCPose: पूर्ण रूप से संकुचनात्मक बहु-व्यक्ति स्थिति अनुमान के लिए गतिशील उदाहरण- जागरूक संकुचन

हम गतिशील उदाहरण- जागरूक संकुचन का उपयोग करके एक पूर्ण संकुचनात्मक बहु-व्यक्ति स्थिति अनुमान ढांचा प्रस्तुत करते हैं, जिसे FCPose कहा जाता है। मौजूदा विधियों से भिन्न, जो अक्सर ROI (रुचि का क्षेत्र) संचालन और/या समूह बनाने के बाद की प्रक्रिया की आवश्यकता होती है, FCPose गतिशील उदाहरण- जागरूक कुंजी बिंदु अनुमान सिर के साथ ROIs और समूह बनाने की प्रक्रिया को समाप्त करता है। गतिशील कुंजी बिंदु सिर प्रत्येक उदाहरण (व्यक्ति) पर निर्भर होते हैं, और अपने फ़िल्टर के गतिशील रूप से उत्पन्न वज़न में उदाहरण की अवधारणा को एन्कोड कर सकते हैं। इसके अलावा, गतिशील संकुचन की मजबूत प्रतिनिधित्व क्षमता के साथ, FCPose में कुंजी बिंदु सिर को बहुत संकुचित करने के लिए डिज़ाइन किया गया है, जिससे तेज़ अनुमानण मिलता है और FCPose में छवि में व्यक्तियों की संख्या के बावजूद लगभग समान अनुमानण समय होता है। उदाहरण के लिए, COCO डेटासेट पर, DLA-34 बैकबोन का उपयोग करते हुए FCPose का एक वास्तविक-समय संस्करण Mask R-CNN (ResNet-101) की तुलना में लगभग 4.5× तेज़ अनुमान करता है (41.67 FPS बनाम 9.26 FPS) जबकि बेहतर प्रदर्शन (64.8% AP kp बनाम 64.3% AP kp ) प्राप्त करता है। FCPose अन्य अत्याधुनिक विधियों की तुलना में बेहतर गति/सटीकता व्यापार संतुलन भी प्रदान करता है। हमारे प्रयोग के परिणाम दिखाते हैं कि FCPose एक सरल फिर भी प्रभावी बहु-व्यक्ति स्थिति अनुमान ढांचा है। कोड उपलब्ध है: https://git.io/AdelaiDet