摘要

我们提出了一种基于图模型的方法，该方法利用新颖的成对关系从单张静态图像中估计人体姿态，这些成对关系能够自适应地利用局部图像测量。具体而言，我们定义了一个用于人体姿态估计的图模型，该模型利用了局部图像测量不仅可以检测部位（或关节），还可以预测它们之间的空间关系（图像依赖成对关系 Image Dependent Pairwise Relations）。这些空间关系由混合模型表示。我们使用深度卷积神经网络（DCNNs）来学习图像块中部位存在及其空间关系的条件概率。因此，我们的模型结合了图模型在表示上的灵活性以及深度卷积神经网络在效率和统计能力上的优势。我们的方法在LSP和FLIC数据集上显著优于现有方法，并且在未进行任何训练的情况下，在Buffy数据集上也表现出色。