摘要

在人类姿态估计领域，数据处理作为训练与推理中的基础环节，迄今为止尚未得到系统性关注，据我们所知是如此。本文聚焦于这一关键问题，发现人类姿态估计技术演进中的“魔鬼”正藏于有偏的数据处理之中。具体而言，通过对当前主流方法中标准数据处理流程的深入分析——主要包括坐标系变换与关键点格式变换（即编码与解码）——我们发现，常规的翻转增强策略在推理阶段所得结果与原始结果无法对齐。此外，部分关键点格式变换方法中存在统计偏差。这两个问题相互耦合，显著降低了姿态估计的性能，从而为研究社区设下了一个“陷阱”。这一陷阱催生了大量次优的补救措施，这些措施往往未被公开报告，虽令人困惑却影响深远。由于导致结果无法复现且比较不公平，这些未公开的补救手段严重阻碍了技术的健康发展。为从根源上解决这一困境，我们提出无偏数据处理（Unbiased Data Processing, UDP），针对上述两类问题分别设计了两项核心技术：无偏坐标系变换与无偏关键点格式变换。作为一种与模型无关的先进解决方案，UDP不仅有效突破了当前人类姿态估计的性能边界，还为研究社区提供了更高且更可靠的基准。相关代码已开源，地址为：https://github.com/HuangJunJie2017/UDP-Pose。