2020-02-17 15:38

[小结]Bottom-Up Higher-Resolution Networks for Multi-Person Pose Estimation

项目地址

https://github.com/HRNet/Higher-HRNet-Human-Pose-Estimation

总结

用高分辨率网络完成Bottom-Up姿态识别。聚合关节点使用Hourglass中的聚合方法,扩大特征图使用反卷积,热图损失使用MSE,都没有做创新。

简介

本文关注到为了使用热图,对图像尺度进行缩放的过程中,产生了误差导致网络能力下降。因此使用高分辨率网络保持较高尺度的热图输出(原图的1/4尺度),并用反卷积+一些结构输出1/2尺度热图,对于本文名称的Higher,er就在于这个结构,通过concate、追加resblock、双热图均值做输出,将网络AP提升了3.1。网络结构如下图,左侧为Hrnet,右侧为er结构。
HigherHrnet.jpg

结果

HigherHrnet2.jpg

volica

原创文章,欢迎转载。转载请注明:转载自 我家Ai智障,谢谢!
原文链接:http://www.mclover.cn/blog/index.php/archives/589.html

添加新评论

icon_question.gificon_razz.gificon_sad.gificon_evil.gificon_exclaim.gificon_smile.gificon_redface.gificon_biggrin.gificon_surprised.gificon_eek.gificon_confused.gificon_cool.gificon_lol.gificon_mad.gificon_twisted.gificon_rolleyes.gificon_wink.gificon_idea.gificon_arrow.gificon_neutral.gificon_cry.gificon_mrgreen.gif

captcha
请输入验证码