Estimativa de Posição 2D em Tempo Real para Múltiplas Pessoas Usando Campos de Afinidade de Partes

Apresentamos uma abordagem para detectar eficientemente a pose 2D de múltiplas pessoas em uma imagem. A abordagem utiliza uma representação não paramétrica, que chamamos de Campos de Afinidade de Partes (PAFs), para aprender a associar partes do corpo com indivíduos na imagem. A arquitetura codifica o contexto global, permitindo uma etapa de análise de baixo para cima que mantém alta precisão enquanto alcança desempenho em tempo real, independentemente do número de pessoas na imagem. A arquitetura foi projetada para aprender conjuntamente as localizações das partes e suas associações por meio de duas ramificações do mesmo processo de previsão sequencial. Nosso método ficou em primeiro lugar no desafio inaugural de pontos-chave COCO 2016 e excede significativamente o resultado anterior de estado da arte no benchmark MPII Multi-Person, tanto em desempenho quanto em eficiência.