Does Learning Specific Features for Related Parts Help Human Pose Estimation?
CVPR 2019
reading time: 2019/09/10
本文任务Human Pose Estimation 是一个多任务的问题。每回归一个关节点,相当于一次任务。现在的HPE方法都是所有关节共享表示。作者通过统计分析,表明不是所有的关节之间的关联性一致。这种共享机制,会导致负迁移,从而恶化性能。
作者介绍了 mutual information:衡量两个随机变量之间的相关性或者相互依赖关系的一种办法是计算他们的互信息。p(x,y)是联合分布,p(x),p(y)是独立分布,I(x,y)是联合分布对于独立分布的相对熵。
统计结果,如上图。
然后定义了根据人体关键点分组(PBN)网络结构。part-based branching network。MSE loss。
多阶段结构,学习前人经验,用于refine.