DCPose: 深度双重连续网络在人体姿态估计中的应用（CVPR2021）

简介：
DCPose是一种用于人体姿态估计的深度学习模型，通过创新性的双重连续网络架构，在CVPR 2021上展示了卓越性能。 介绍 这是用于人体姿势估计的深度双重连续网络的官方代码。 在复杂情况下的多帧人体姿势估计具有挑战性。尽管最新的人体关节检测器已经在静态图像上取得了显著成果，但当应用于视频序列时，它们的表现仍然不尽如人意。常见的问题包括由于无法捕捉到视频帧间的时间依赖关系而导致处理运动模糊、视频散焦或姿态遮挡的能力不足。另一方面，在建模空间环境时直接使用常规递归神经网络在经验中遇到了困难，尤其是在应对姿势遮挡的情况下。 为解决这些问题，本段落提出了一种新颖的多帧人体姿态估计框架，该框架利用了视频帧间的大量时间线索来促进关键点检测。我们的方法包含三个模块化组件：姿势时间合并编码器用于生成有效搜索范围的关键点时空上下文；姿势残差融合模块计算双向加权的姿态残差；最后通过我们设计的姿势校正网络对这些结果进行处理，以优化姿态估计效果。 这种方法在大型基准数据集上展示了优越性能。