- …
- …
#382
summarized by : Anonymous
どんな論文か？
2次元ヒートマップベースの手法はその高い性能から長年にわたり人間の姿勢推定タスクを支配してきたが，2次元ヒートマップベースの手法には、長年にわたる量子化誤差の問題があり、いくつかの欠点(低解像度入力に対する性能，サンプリングコストの高さなど)があった．本研究ではこれらの問題点を解決するために、HPEを水平・垂直座標の2つの分類タスクとして再定義するSimCCと呼ばれる全く新しい方式を開発した．
新規性
既存の手法は，2次元ヒートマップを1次元ヒートマップに分離し次に解像度を上げることでことで量子化誤差を減らす目的を達成しようとしていた．しかしこの目標を実現するために，さらに複雑なパイプラインになってしまっていた．そこで研究ではヒートマップベースのHPEの手法に対して、全く新しいスキームを検討，シンプルで既存の課題を解決することができるSimCCを新たに提案した．
結果
SimCCはヒートマップベースの手法で余分な時間を要するアップサンプリングや後処理を省くことで，高い効率性を実現．特にSimBa-Res50 では、55%以上のGFLOPsを削減し、ヒートマップベースよりも高いモデル性能を達成．またCOCO，CrowdPose，MPIIの各データセットに対して包括的な実験を行い異なるバックボーンと複数の入力サイズにおける提案SimCCの有効性を検証した．
その他（なぜ通ったか？等）
- …
- …