[论文翻译]OmniPose: 一种用于多人姿态估计的多尺度框架

我们提出OmniPose——一个单次前向、端到端可训练的框架，在多人体姿态估计任务中实现了最先进的性能。该架构通过创新的瀑布模块（waterfall module）利用多尺度特征表示，在无需后处理的情况下显著提升了主干特征提取器的效能。OmniPose在多尺度特征提取器中整合了跨尺度上下文信息，并通过高斯热图调制进行关节定位，以前所未有的精度实现人体姿态估计。改进版瀑布模块生成的多尺度表示，既保持了空间金字塔配置级别的多尺度视野，又继承了级联架构中渐进式过滤的高效特性。在多个数据集上的实验表明：采用优化HRNet主干网络和瀑布模块的OmniPose，是兼具鲁棒性与高效性的多人体姿态估计架构，其性能达到当前最优水平。