基于回归关节点偏移量与热力图的多人姿态估计算法

人体姿态估计大多采用回归关节点坐标或分类预测关节点热力图的方式,容易造成关节点误判及精度受限;对于多人解析,传统方法是从所有的候选关节点出发,进行关节点匹配,容易导致错误的连接。本文提出了一种基于回归关节点偏移量与热力图的多人姿态估计算法,算法主要由两个阶段组成:第一阶段encoder层,对于关节点检测,同时分类预测关节点的热力图和回归坐标2-D偏移向量,精确定位关节点位置,对于关节点关联,使用部件关联字段,具有在低分辨率激活图上存储细粒度信息的能力;第二阶段decoder层,利用Hopcroft-Carp算法对进行人体姿态解析,将一个K分图匹配问题转变为二分图匹配,能够极大提高准确率且减少时间复杂度。