Point-Set Anchors for Object Detection, Instance Segmentation and Pose Estimation

微软亚洲研究院新出的一篇很有意思的文章，从另外一个角度统一了object detection、instance segmentation、pose estimation。对于object detection和pose estimation任务而言，之前有过像CenterNet、SPM等通过检测中心点回归的方法来统一这两个方向的任务，但作者认为这样做有一些问题：

• 仅仅使用中心点做回归能够利用的特征信息太少。像CenterNet，通过中心点回归object的中心点和宽高，如果是人的话，还可以回归N个关键点，这个问题在于通过中心点来回归的一些位置，可能会非常远离center点，那么center点能够利用的有效信息就会比较少甚至没有（个人认为这个解释不是很能站得住脚，因为cnn都有感受野，一般走到最后一层的时候感受野其实很大了，一般都是能conver掉原始的回归范围）。
• 之前的方法只关注于解决object detection和pose estimation这两个任务，而没有去做过instance segmentation相关的任务

所以针对以上问题，本文提出了一种叫做Point-Set Anchors的方法，使用一种思路来解决三个方向的任务。

Point-Set Anchors

先说Point-Set。Point-Set是一系列点的集合用来表示具体的object。针对不同的任务，它有不同的表达方式，如下图所示：

Detection/Segmentat