北邮发布DHRNet，重塑多人姿态估计，跨关节交互新策略，性能 SOTA ！（附论文及源码）

文章预览

以下 文 章来源于微信公众号：AI视界引擎 作者：AI引擎 链接：https://mp.weixin.qq.com/s/QftyTLGwZos9xr34ycHpYA 本文仅用于学术分享，如有侵权，请联系 后 台作删文处理 导读 多人姿态估计是计算机视觉中一个既强大又关键的任务。本文提出了一种名为双路径分层关系网络（DHRNet），以同时提取实例到关节和关节到实例的交互。此研究在多个数据集上进行了大量评估，均展现领先的性能。 多人姿态估计（MPPE）在计算机视觉中提出了一个既强大又关键的挑战。大多数现有方法主要关注孤立地处理实例或关节之间的交互，这对于需要同时定位实例和关节的场景是不够的。 本文提出了一种基于CNN的单阶段新方法，名为双路径分层关系网络（DHRNet），以同时提取实例到关节和关节到实例的交互。 具体来说，作者设计了一个双路径交互建模模块（DIM），它策略性地 ………………………………