arxiv上新放出的一篇pose refine的文章. 类似于top-down
的方法,只针对单个人的pose refine
操作. 多人的pose refine
可以通过分别对单人的pose refine
操作完成.
文章的意思很明确,就是对目前所有pose模型的输出做refine. 根据另外一篇文章的说法,目前基本上所有的pose estimation模型的得到的pose都是存在特定的误差分布的. 这个误差分布是根据经验分析得到的,具体的可以看这篇文章详细研究.
总之,因为根据经验分析出pose estimation的模型的pose输出存在特定的误差分布,根据这些误差分布,就可以和ground truth做合成pose(synthetic poses), 将这个synthetic pose作为网络的输入,最后的输出和ground truth做loss计算,网络收敛之后,就有将其它pose estimation网络的pose 输出做refine的能力.
synthetic pose
根据文章的说法, 一个pose模型输出的pose其属性可以分为good, jitter, inversion, swap, miss
五种属性,不同的关节点的pose这五种属性概率值都不一样,synthetic pose会根据其误差分布来合成.具体合成方式详见pose fix这篇文章.
loss</