2020人体姿态估计综述（Part2：2D Top-Down Multi-Person Pose Estimation）

最新推荐文章于 2023-01-04 17:51:36 发布

我要燕麦

最新推荐文章于 2023-01-04 17:51:36 发布

阅读量3.9k

点赞数 12

分类专栏： Human Pose Estimation 文章标签：人工智能深度学习神经网络

本文链接：https://blog.csdn.net/qq_42974561/article/details/108030150

版权

承接上一篇博文：A 2020 Human Pose Estimation Review （Part1：2D Single Person）

目录
1 Human Pose Estimation
2 2D Single-Person Pose Estimation

3 2D Top-Down Multi-Person Pose Estimation
  3.1 Top-Down
  3.2 Mask RCNN
  3.3 Cascaded Pyramid Network for Multi-Person Pose Estimation
  3.4 RMPE: Regional Multi-Person Pose Estimation
  3.5 A coarse-fine network for keypoint localization
  3.6 Rethinking on Multi-Stage Networks for Human Pose Estimation
  3.7 Simple Baselines for Human Pose Estimation and Tracking
  3.8 Spatial Shortcut Network for Human Pose Estimation
  3.9 2D Top-Down Multi-Person Pose Estimation小结

4 2D Bottom-Up Multi-Person Pose Estimation
5 3D Human Pose Estimation from Image
6 3D Human Pose Estimation from Video

3 2D Top-Down Multi-Person Pose Estimation

3.1 Top-Down

Top-Down的思路就是，先检测出图片中每个人体的边界框，然后将每个人体裁剪出来，进行单人的人体姿态估计。这种方法与单人人体姿态估计有着高度的联系，但也存在一些不同，一是图片中会有各种大小的人，这使得裁剪出的人体图象分辨率不一；另一方面，裁剪出的图像中，可能还包含其他人体的一些部分，这使得准确定位关节点更加困难；最后就是需要先使用bbox的检测器，检测器性能对于最终的pose预测性能也会有影响。