检测与跟踪：快速视频姿态估计

本文讨论了在复杂的多人视频中估计和跟踪人体关键点的问题。我们提出了一种极其轻量且高效的方法，该方法建立在人类检测和视频理解的最新进展之上。我们的方法分为两个阶段：帧或短片段中的关键点估计，然后是轻量级跟踪，以生成链接整个视频的关键点预测。对于帧级姿态估计，我们尝试使用Mask R-CNN，以及我们自己提出的该模型的3D扩展，其利用小剪辑上的时间信息来生成更稳健的帧预测。我们对新发布的多人视频姿势估计基准PoseTrack进行了大量的实验，以验证我们模型的各种设计选择。

在ICCV 2017 PoseTrack挑战的关键点跟踪任务中排名第一！（ProTracker）

算法已开源：https://rohitgirdhar.github.io/DetectAndTrack/

访问www.52cv.net,获取更多开源CV技术信息。