摘要

本文研究了二维全身人体姿态估计任务，该任务旨在精确定位人体全身（包括躯干、脚部、面部和手部）的密集关键点。为此，我们提出了一种单网络架构——ZoomNet，以充分考虑人体结构的层次性，并有效应对不同身体部位之间的尺度变化问题。为进一步提升全身姿态估计的精度与效率，我们进一步提出了一种神经架构搜索框架——ZoomNAS。ZoomNAS能够联合搜索模型架构以及各子模块之间的连接方式，并自动为所搜索到的子模块分配相应的计算复杂度。为训练和评估ZoomNAS，我们首次构建了一个大规模的二维人体全身数据集——COCO-WholeBody V1.0，该数据集对真实场景图像中的133个关键点进行了标注。大量实验结果验证了ZoomNAS的有效性，以及COCO-WholeBody V1.0数据集的重要意义。