摘要

多人姿态估计是一个具有挑战性的问题。现有的方法大多基于两阶段流程——一个阶段用于生成候选区域，另一个阶段用于将姿态分配给相应的人。然而，这种两阶段方法通常效率较低。在本工作中，我们提出了首个单阶段模型——单阶段多人姿态机（Single-stage multi-person Pose Machine, SPM），以简化流程并提高多人姿态估计的效率。为此，我们提出了一种新颖的结构化姿态表示（Structured Pose Representation, SPR），该表示统一了人物实例和身体关节位置的表示。基于SPR，我们开发了SPM模型，该模型可以在单个阶段直接预测多个人员的结构化姿态，从而提供比两阶段方法更为紧凑的流程和显著的效率优势。具体而言，SPR引入了根关节来标识不同的人员实例，并将人体关节位置编码为其相对于根关节的位移。为了更好地预测某些关节的远距离位移，SPR进一步扩展为分层表示。基于SPR，SPM可以通过卷积神经网络（CNNs）同时预测根关节（实例的位置）和身体关节位移，从而高效地进行多人姿态估计。此外，为了展示SPM的通用性，我们还将该模型应用于多人3D姿态估计。我们在基准数据集MPII、扩展PASCAL-Person-Part、MSCOCO和CMU Panoptic上进行了全面实验，结果清楚地表明了SPM在多人2D/3D姿态估计中的最先进效率，并且其准确性也非常出色。