阅读笔记——Simple Baselines for Human Pose Estimation and Tracking

概述

Simple Baseline 是微软提出的一个关键点检测框架，它考虑的问题主要是提供一个简单的框架，作为各种算法比较的基准。这里我们只关注关键点定位部分。

方法

随着精度性能的提升，模型的复杂度也越来越高，这使得找出究竟是哪种结构最为有效变得困难，作者尝试提供一个简单的比较基线，同时发现虽然简单但是同样获得了很好的关键点定位的效果。

提出的模型结构是一个特征提取网络加反卷积层。没有使用任何跳层连接，直接在最后一层特征图上使用反卷积。

在损失计算方面，使用 MSE（Mean Squared Error）均方误差损失，使用 2D 高斯分布生成热图作为 GT。

模型结构示意图如下。相比复杂的 Hourglass 和 CPN 网络，Simple Baseline 去掉了跳层连接和多分支的结构，并且直接使用反卷积，网络结构比较简单。

数据集及指标计算

Simple Baseline 仅使用 COCO train2017 作为训练集，包括 57K 张图像及 150K 个人体实例。同时使用 COCO 定义的 OKS（Object Keypoint Similarity） 指标作为模型精度指标。同时 COCO 还定义 10 个不同阈值下的 OKS 平均值作为 AP（Average Precision） 指标。OKS 定义为预测关键点和标注关键点距离与人体大小的比值。

模型指标

在 COCO 2017 数据集上，简单的反卷积结构仍然取得了较高的精度。在实际应用中，可以用此模型作为基线模型，增加其它模块或者方法，逐渐提高关键点定位精度和稳定性。