VALSE

VALSE 首页 活动通知 查看内容

VALSE 论文速览 第165期:SMP: Single-stage Multi-Human Parsing

2024-2-6 19:40| 发布者: 程一-计算所| 查看: 963| 评论: 0

摘要: 为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周发布一至两篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速 ...

为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周发布一至两篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速览选取了来自北京邮电大学的单阶段多人人体解析算法的工作。该工作由北京邮电大学博士生初佳明录制。


论文题目:

Single-Stage Multi-Human Parsing via Point Sets and Center-Based Offsets

作者列表:

初佳明 (北京邮电大学)、金磊 (北京邮电大学)、樊肖锦 (北京理工大学)、滕颖蕾 (北京邮电大学)、魏云超 (北京交通大学)、方宇强 (航天工程大学)、兴军亮 (清华大学)、赵健 (军事科学院)


B站观看网址:

https://www.bilibili.com/video/BV1qp421Z7NG/



论文摘要:

本文关注于多人人体解析问题,现有的方法,要么遵循自顶向下的范式或者自底向上的两阶段范式,通常需要昂贵的计算成本。相反,我们提出了一个高性能的Single-stage Multi-human Parsing (SMP) 深度架构,该架构将多人解析问题解耦为两个细粒度的子问题,即定位人体和部位。SMP利用质心位置上的点特征产生分割结果,并预测一系列从人体质心到零件质心的偏移量,从而不经过分组过程直接实现人体与部位的匹配。在SMP中,我们提出了一个细化特征保留模块,通过生成掩码注意力提取实例的全局特征,并提出了一个兴趣掩码重分类模块,作为可训练的插件模块,通过预测的分割结果来改进分类结果。在MHPv2.0数据集上进行的大量实验表明,所提出的方法具有最佳的有效性和效率,在AP_50、AP_vol和PCP_50中分别比最先进的方法高出2.1%、1.0%和1.2%。此外,SMP在DensePose-COCO中也取得了优异的性能,验证了模型的泛化性。此外,该方法需要更少的训练时间和更简单的模型结构。


论文链接:

[https://dl.acm.org/doi/abs/10.1145/3581783.3611993]


代码链接:

[https://github.com/cjm-sfw/SMP]


视频讲者简介:

初佳明,北京邮电大学博士生,研究方向包括人像分割,图像分割。



特别鸣谢本次论文速览主要组织者:

月度轮值AC:陆昊 (华中科技大学)

小黑屋|手机版|Archiver|Vision And Learning SEminar

GMT+8, 2024-11-27 18:47 , Processed in 0.012164 second(s), 14 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

返回顶部