Simple Baselines for Human Pose Estimation and Tracking

論文

• Simple Baselines for Human Pose Estimation and Tracking
• Paper: https://arxiv.org/abs/1804.06208
• Code: https://github.com/Microsoft/human-pose-estimation.pytorch
• Submission Date: 2018.4

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
  • backboneとしてはResNetを用いる

提案手法(c)と他の最新手法(a, b)のアーキテクチャ図

• 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

提案手法（Pose Tracking）の全体図

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

COCO test-val datasetでの結果

関連研究

• Cascaded Pyramid Network for Multi-Person Pose Estimation, CVPR2018
  • 比較している論文
• Stacked Hourglass Networks for Human Pose Estimation, ECCV2016
  • 比較している論文

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