#422
summarized by : 西村 和也(九州大学)
Rethinking the Heatmap Regression for Bottom-Up Human Pose Estimation

どんな論文か?

pose estimationではheatmapを用いた検出手法が主流である。画像中には人が多様なサイズで含まれるが、従来の手法では、人のサイズに対する適切な対処がされていない。そこで、人のサイズに合わせたheatmapを推定する手法を提案。scaleに合わせた推定をする場合、scale毎に学習データのimbalanceが発生するため、imbalanceを解消するweightingの方法を提案。
placeholder

新規性

1. heatmap-basedのpose estimationにおいて人のscaleのばらつきに対応した初の論文 2. 人のサイズに合わせてheatmapのadaptiveにgaussianの広がりを調整する手法を提案 3. scale毎のdata imbalanceに対応するためweightingの方法を提案 4. CocoでSotaと同程度の性能を達成

結果

MS COCOを用いた実験において、bottom-upの手法でSoTa, Top-downで同程度の性能を達成

その他(なぜ通ったか?等)

https://github.com/greatlog/SWAHR-HumanPose