HigherHRNet-Human-Pose-Estimation

• [2021/04/12] 欢迎查看我们最近在底向上姿态估计方面的工作 (CVPR 2021) HRNet-DEKR ！

简介 这是 HigherHRNet: Scale-Aware Representation Learning for Bottom-Up Human Pose Estimation 的官方代码。 底向人体姿态估计方法在小人身上预测正确姿态时存在困难，原因是尺寸变化带来的挑战。 在本文中，我们提出了 HigherHRNet：一种利用高分辨率特征金字塔进行尺度感知表示学习的新型底向人体姿态估计方法。 该方法配备了用于训练的多分辨率监督和用于推理的多分辨率聚合，能够解决底向多人姿态估计中的尺度变化挑战，并更精确地定位关键点，特别是对于小人。 HigherHRNet 中的特征金字塔由 HRNet 的特征图输出和通过转置卷积上采样的更高分辨率输出组成。 与之前的最佳底向方法相比，HigherHRNet 在 COCO 测试开发集上对中等人体的准确率提高了 2.5%，表明其在处理尺度变化方面非常有效。 此外，HigherHRNet 在不使用优化或其他后处理技术的情况下在 COCO 测试开发集上实现了新的先进结果（70.5% 的准确率），超过了现有的所有底向方法。 HigherHRNet 甚至超过了