CVPR 2019 | 腾讯AI Lab联合清华大学提出基于骨骼姿态估计的人体实例分割

机器之心发布作者：清华、卡迪夫、腾讯AI Lab目前主流实例分割方法都严重依赖于物体的边界框检测，很少有研究者在实例分割中考虑「人」这一个类别的特殊性。在这篇论文中，清华大学、腾讯AI Lab、卡迪夫大学等机构的研究者提出利用骨架检测来定位人体实例，从而构建更高效的实例分割方法。目前主流的高精度实例物体分割框架都是基于很强的物体检测方法，如 Fast/Faster R-CNN, YOLO 等。虽然不同的方法设计了不同的结构，但是这些方法都遵循着一个基本的规则：首先从图像中生成大量的候选区域，然后用非极大值抑制（NMS）算法从这些数以千计的候选区域中剔除那些重复的候选区域。但是当图像中有两个高度重叠物体时，NMS 会将其中一个的包围框认为成重复的候 ………………………………