近日，来自香港大学，SenseTime 研究所，香港中文大学以及悉尼大学的研究团队发表了一篇名为「野外的全身人体姿势估计」的新研究。以下是该研究的完整摘要分享：本文研究了 2D 人体全身姿势估计的任务，该任务旨在在整个人体（包括脸，手，身体和脚）上定位密集的地标。由于现有的数据集没有全身注释，因此先前的方法必须组装在人脸，手和身体的不同数据集上独立训练的不同深度模型，从而难以解决数据集偏差和大型模型复杂性的问题。为了填补这一空白，研究团队引入了 COCO-WholeBody，它通过全身注释扩展了 COCO 数据集。研究人员表示，这是第一个对整个人体进行手动注释的基准，包括 133 个密集地标，其中面部 68 个，双手 42 个，身体和脚部 23 个。研究团队设计了一个名为 ZoomNet 的单网络模型，以考虑整个人体的层次结构来解决同一个人不同身体部位的尺度变化。ZoomNet 能够大大优于建议的 COCO-WholeBody 数据集上的现有方法。大量实验表明，COCO WholeBody 不仅可以用于从头开始训练深度模型进行全身姿势估计，而且还可以作为功能强大的预训练数据集来执行许多不同的任务，例如面部标志检测和手关键点估计。Database 传送门：bit.ly/2Br6ogq