摘要

基于热力图的方法在人体姿态估计领域占据主导地位，其通过似然热力图建模输出分布。相比之下，回归方法虽然效率更高，但性能通常较差。本文提出采用最大似然估计（Maximum Likelihood Estimation, MLE）框架，旨在构建一种高效且有效的回归型人体姿态估计方法。从MLE的视角来看，采用不同的回归损失函数实际上对应着对输出密度函数的不同假设；若所假设的密度函数越接近真实分布，则回归性能越好。基于这一思想，本文提出一种新颖的回归范式——残差对数似然估计（Residual Log-likelihood Estimation, RLE），用于捕捉输出分布的内在结构。具体而言，RLE并非直接学习无参考的原始分布，而是学习分布的变化量，从而显著简化训练过程。结合所提出的重参数化设计，该方法可与现成的流模型（flow models）无缝兼容。所提方法在有效性、效率和灵活性方面均表现出色。通过一系列全面的实验，验证了其在多种人体姿态估计任务中的潜力。与传统回归范式相比，所提方法在MSCOCO数据集上实现了12.4 mAP的显著提升，且无需任何推理阶段的额外开销。更重要的是，这是首次在多人姿态估计任务中，回归方法超越了传统的热力图方法。相关代码已开源，地址为：https://github.com/Jeff-sjtu/res-loglikelihood-regression