摘要

在本文中，我们提出了用于多人姿态估计的内部和外部人体关系网络（I^2R-Net）。该网络包含两个基本模块。首先，内部人体关系模块针对单个人体，旨在捕捉内部人体依赖关系。其次，外部人体关系模块考虑多个实例之间的关系，专注于捕捉外部人体交互。通过降低特征图的分辨率，外部人体关系模块可以设计得非常轻量级，但仍能学习到有用的关系信息，显著提升内部人体关系模块的性能。即使没有复杂的附加功能，我们的方法也能与当前竞赛优胜者竞争或超越他们。我们在COCO、CrowdPose和OCHuman数据集上进行了广泛的实验。结果表明，所提出的模型超越了所有现有的最先进方法。具体而言，所提出的方法在CrowdPose数据集上达到了77.4%的AP，在OCHuman数据集上达到了67.8%的AP，大幅领先于现有方法。此外，消融研究和可视化分析也证明了我们模型的有效性。