論文
要旨
- シンプルで、Pose EstimationとPose Trackingのベースラインとなる手法を提案した
- 人物検出を実施した後に、Pose Estimationを行うトップダウンアプローチ
提案手法
- 高解像度のfeature mapを得るために、upsamplingではなくdeconvolutionを使う
- Optical Flowを用いてbounding boxの検出やTrackingの精度向上を行う
- person detector自体はR-FCNなど既存手法を用いる
結果
- Pose EstimationとPose Trackで先行研究を上回る精度を達成した
- PoseTrack ECCV 2018 Challenge winner
関連研究
- Cascaded Pyramid Network for Multi-Person Pose Estimation, CVPR2018
- Stacked Hourglass Networks for Human Pose Estimation, ECCV2016
所感
- ベースラインの提案ということもあり、提案手法の論理性を追求するのではなく、実験的に効果的であることを示している論文である