人體姿態(tài)估計任務(wù)的內(nèi)容是給定一幅圖像或者一段視頻，從中恢復(fù)人體關(guān)節(jié)點。目前人體姿態(tài)估計算法都是使用的熱力圖回歸來得到最后的關(guān)節(jié)點，但會因為沒有考慮不同人的尺度區(qū)別，造成標簽歧義。本期論壇我們邀請到了來自中科院自動化所的羅正雄同學(xué)，他提出了尺度自適應(yīng)熱力圖回歸方法，對此問題給出了較好的解決方案。

講者介紹

羅正雄，中科院自動化所智能感知與計算中心博士生，主要研究方向為圖像超分辨率和人體姿態(tài)估計，目前已累計發(fā)表會議論文五篇。

會議題目

重新思考自底向上人體姿態(tài)估計中的熱力圖回歸

會議摘要

目前人體姿態(tài)估計算法都是使用的熱力圖回歸來得到最后的關(guān)節(jié)點。這些方法通常使用固定標準差的二維高斯核覆蓋所有骨架關(guān)鍵點來構(gòu)造真實熱力圖，并使用真實熱力圖來監(jiān)督模型。由于不同人的關(guān)節(jié)點的真實熱力圖都是使用同一高斯核來構(gòu)造，所以這一方法沒有考慮不同人的尺度區(qū)別，會造成標簽的歧義性，影響模型效果。本論文提出了一種尺度自適應(yīng)熱力圖回歸，可以根據(jù)人體大小自適應(yīng)生成構(gòu)造標簽所需的標準差，從而使得模型對不同尺度的人體更加魯棒；并提出權(quán)重自適應(yīng)回歸平衡正負樣本，進一步挖掘尺度自適應(yīng)熱力圖回歸效果。本論文最終在自底向上人體姿態(tài)估計中取得了目前最先進性能。

https://github.com/greatlog/SWAHR-HumanPose.git。

會議亮點

1、我們率先關(guān)注在了熱力圖回歸在處理不同人體尺度時的歧義性問題，并且嘗試使用尺度和不確定性估計來解決這一問題；

2、我們提出了尺度自適應(yīng)熱力圖回歸，這一方法可以根據(jù)人體大小自適應(yīng)地調(diào)節(jié)標簽熱力圖中的標準差的大小，使得模型可以對不同人體尺度和標注歧義性更加魯棒；

3、我們提出了權(quán)重自適應(yīng)熱力圖回歸，這一方法可以自動調(diào)整難易樣本對應(yīng)損失的權(quán)重，從而緩解熱力圖回歸中的樣本不均衡問題；

4、我們的方法在自底向上人體姿態(tài)估計中取得了當前最先進的性能。

直播時間

2021年4月11日（周日）20:00—21:00?線上直播

關(guān)注微信公眾號：人工智能前沿講習(xí)，對話框回復(fù)“SFFAI102”，獲取入群二維碼

注：直播地址會分享在交流群內(nèi)