论文地址:https://arxiv.org/abs/1812.00324
项目地址:https://github.com/MVIG-SJTU/AlphaPose
我的天哪,真的不得不说,卢老师团队和何大神真的厉害。服。
without bells and wistles.
就是没用深度神经网络的trick,任何人都可以不通过各种精调,各种扩大训练集,各种hard online 各种学习率啊,参数啊什么的来回试,就可以达到比较好的效果。所以方法本质就是好的,是必然,而不是偶然。
AlphaPose升级了!上海交大MVIG组(卢策吾团队)构建了CrowdPose数据集,用来衡量算法在拥挤场景中的性能。同时提出了一个高效的算法来解决拥挤人群中的姿态估计问题,实验结果远高于当前最好的算法。
CrowdPose——拥挤人群姿态估计数据集
公开数据集,如MPII,MSCOCO和AI Challenger。通常采集自日常的生活场景,缺乏拥挤人群场景的数据。
主流数据集的拥挤场景分布如下图所示,非拥挤数据占据了绝大部分比例。对于由数据驱动的深度学习方法来说,数据集的分布不均衡,意味着算法性能的不均衡。CrowdPose数据集具有近似均匀分布图。