基于HRNet的人体姿态估计：超越堆叠沙漏网络

本文介绍了一种基于高分辨率网络（HRNet）的人体姿态估计方法。

PCKh@0.5评估指标

使用ground-truth头部边界框来评估PCKh@0.5 (α = 0.5)得分。

测试结果

表3和表4展示了测试集上表现最好的方法的PCKh@0.5结果、模型大小和GFLOPs。我们使用ResNet-152作为骨干网络，输入大小为256×256，重新实现了SimpleBaseline [70]。我们的HRNet-W32获得了92.3的PCKh@0.5得分，优于堆叠沙漏方法[39]及其扩展[56, 14, 74, 30, 60]。我们的结果与之前在2018年11月16日排行榜上发布的最佳结果[60]相同。

我们想指出的是，与我们的方法互补的方法[60]利用组合模型学习人体结构的配置，并采用多级中间监督，我们的方法也可以从中受益。我们还测试了我们的大型网络 - HRNet-W48，并获得了相同的结果92.3。原因可能是该数据集的性能趋于饱和。

4.3. 姿势跟踪应用

数据集. PoseTrack [27]是一个用于人体姿势估计和视频中的关节跟踪的大规模基准测试。使用真实头部边界框来评估PCKh@0.5 (α = 0.5)得分。