PBADet: A One-Stage Anchor-Free Approach for Part-Body Association

要約

人間の部分 (手、顔など) を検出し、それらを個人と正しく関連付けることは、ユビキタスなヒューマン マシン インターフェイスや動作認識などにとって不可欠なタスクです。
従来の方法では、多くの場合、複数段階のプロセスが使用されたり、扱いにくいアンカーベースのシステムに依存したり、より大きなパーツ セットにうまく拡張できなかったりします。
この論文では、パーツとボディの関連性を検出するための新しい 1 段階のアンカーフリー アプローチである PBADet を紹介します。
マルチスケール フィーチャ マップにわたるアンカーフリーのオブジェクト表現に基づいて、パーツとその親ボディの間の関係を効果的にカプセル化する、単一のパーツからボディの中心オフセットを導入します。
当社の設計は本質的に多用途であり、検出精度や堅牢性を損なうことなく、複数のパーツとボディの関連付けを管理できます。
さまざまなデータセットでの包括的な実験は、既存の最先端技術を上回るだけでなく、パーツとボディの関連付けの課題に対するより合理化された効率的なソリューションを提供する、私たちのアプローチの有効性を強調しています。

要約(オリジナル)

The detection of human parts (e.g., hands, face) and their correct association with individuals is an essential task, e.g., for ubiquitous human-machine interfaces and action recognition. Traditional methods often employ multi-stage processes, rely on cumbersome anchor-based systems, or do not scale well to larger part sets. This paper presents PBADet, a novel one-stage, anchor-free approach for part-body association detection. Building upon the anchor-free object representation across multi-scale feature maps, we introduce a singular part-to-body center offset that effectively encapsulates the relationship between parts and their parent bodies. Our design is inherently versatile and capable of managing multiple parts-to-body associations without compromising on detection accuracy or robustness. Comprehensive experiments on various datasets underscore the efficacy of our approach, which not only outperforms existing state-of-the-art techniques but also offers a more streamlined and efficient solution to the part-body association challenge.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google