CVPR2017勉強会 Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
•
4 j'aime•5,616 vues
CVPR2017勉強会(2017/08/06)の資料 Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Recommandé
Recommandé
Contenu connexe
Tendances
Similaire à CVPR2017勉強会 Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Similaire à CVPR2017勉強会 Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields (17)
Dernier
Dernier (10)
CVPR2017勉強会 Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
- 1. Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields @51takahashi
- 2. • さのまる • @51Takahashi • 顔認証の研究開発やっています • 今回の発表は所属組織と関係ありません • Disentangled Representation Learning GAN for Pose- Invariant Face Recognitionもこの前発表しました！ – https://www.slideshare.net/KoichiTakahashi/disentangled- representation-learning-gan-for-poseinvariant-face-recognition 自己紹介 CVPR2017勉強会 2
- 3. 論文の概要 CVPR2017勉強会 3 • タイトル – Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields – パーツ間の結合性を利用したリアルタイム複数人物姿勢推定 • どこの研究？ – Carnegie Mellon University（この大学...強い！） • どんな研究？ – Kinect使わずにRGBカメラで複数人物の姿勢推定したい – OpenPoseの中身 • どんな手法？ – Convolutional Pose Machine（CPM）の拡張 » CPMはパーツ位置だけ推定してたけど、パーツ間の結合性も推定する » 人物検出器は使わず、もはやパーツ検出器という感じ • どんな結果？ – MPIIとCOCO 2016 keypoints challengeでSOTA（2位は僅差でGoogle） – この手法...早い！（Geforce GTX 1080で9fpsくらい）
- 4. 予備知識: やりたいこと CVPR2017勉強会 4 • RGB画像を用いた姿勢推定 – 画像中の人物の各パーツの位置を推定する問題 • 難しさ – 人物検出がそもそも難しい（Faster R-CNNが基本） – 人物検出した後、一人ずつ姿勢推定してたらリアルタイムなんて無理 » 10人いたら10倍遅くなってしまう
- 6. CPM CVPR2017勉強会 6 … … 左手 左肩 CNN S2 左手 左肩 CNN S1 + 各パーツの信頼度マップ 各パーツの信頼度マップ CPM: Convolutional Pose Machine
- 7. CPM CVPR2017勉強会 7 … … 左手 左肩 CNN S2 左手 左肩 CNN S1 + CAT 各パーツの信頼度マップ 各パーツの信頼度マップ CPM: Convolutional Pose Machine
- 9. CPM+PAF CVPR2017勉強会 9 … … 左手 左肩 CNN S2 左手 左肩 CNN S1 … 左手 左肩 左肩 首 CNN L2 右手 右肩 左肩 首 CNN L1 + パーツ間の結合性マップ パーツ間の結合性マップ PAF: Part Affinity Fields
- 10. ネットワーク構造 CVPR2017勉強会 10 conv 3x3:128 conv 3x3:128 conv 3x3:128 conv 1x1:512 conv 1x1:19 conv 3x3:128 conv 3x3:128 conv 3x3:128 conv 1x1:512 conv 1x1:38 conv 7x7:128 conv 7x7:128 conv 1x1:512 conv 1x1:19 conv 7x7:128 conv 7x7:128 conv 1x1:512 conv 1x1:38 + + VGG 前半分:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 1x1:19 conv 1x1:38 stage1 stage2 stage6 … … … conv 3x3:128 conv 3x3:128 conv 3x3:128 conv 1x1:512 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 conv 7x7:128 … ・入力部分はVGGの前半分 - 3回のmax-pool層 - 解像度は1/8になる ・青部分はパーツの信頼度マップ - 18パーツ＋背景の19枚 ・赤部分はPAFのマップ - 19本のパーツ間結合を定義 - xy方向あるので38枚 ・その他の特徴 - 全体で6ステージ - 2層目からは7x7の畳み込み層 - 解像度のくびれがない
- 11. Part Association CVPR2017勉強会 11 • どのパーツ間が結合してるの？ – パーツ間の方向とPAFの方向が一致していればよい – 論文中で、これはNP困難な問題だ～とか言ってるけど…
- 12. 実験結果: COCO 2016 Keypoint Challenge CVPR2017勉強会 12 Average Precision: 平均検出率
- 13. 実験結果: 計算時間 CVPR2017勉強会 13 ・Geforce GTX-1080 GPUを使用 ・1920x1080画素の動画を654x368画素にリサイズしてテスト ・19人の動画で8.8fpsだった Top-down: 人物検出+CPM Bottom-up: CPM+PAF
- 14. 論文のまとめ CVPR2017勉強会 14 • タイトル – Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields – パーツ間の結合性を利用したリアルタイム複数人物ポーズ推定 • どこの研究？ – Carnegie Mellon University • どんな研究？ – Kinect使わずにRGBカメラで複数人物のポーズ推定したい – OpenPoseの中身 • どんな手法？ – Convolutional Pose Machineの拡張 » CPMはパーツ位置だけ推定してたけど、パーツ間の結合性も推定する » 人物検出器は使わず、もはやパーツ検出器という感じ • どんな結果？ – MPIIとCOCO 2016 keypoints challengeでSOTA – リアルタイム動作を実現
- 15. おまけ1：別の新しい手法 CVPR2017勉強会 15 • タイトル – Mask R-CNN • どこの研究？ – Facebook AI Research – 筆頭著者はKaiming He氏 • どんな手法？ – Faster R-CNNにセグメンテ－ションのロスを追加して学習 – 各パーツを1画素のセグメンテーションと見做せば、姿勢推定も可能 • どんな結果？ – 特に何もしてないのにCPM+PAFよりいい結果が出てしまった – 5fpsくらいで動作するらしい
- 16. おまけ2：2位ってどれ？ CVPR2017勉強会 16 • タイトル – Towards Accurate Multi-person Pose Estimation in the Wild • どこの研究？ – Google • どんな手法？ – Faster-RCNNで人物検出して、ディープで姿勢推定 • どんな結果？ – MPIIとCOCO 2016 keypoints challengeで2位 » …だったけど、論文中ではCPM+PAFやMask R-CNNより高精度 » たぶん遅い – 謝辞でエクセレントなFaster R-CNN実装論文の著者に感謝
- 17. おまけ3：OpenPoseの指姿勢推定 CVPR2017勉強会 17 • タイトル – Hand Keypoint Detection in Single Images using Multiview Bootstrapping • どんな手法？ – 中身はただのCPM – 多視点映像を元に、失敗したアングルを検出・再学習を繰り返す • どんな結果？ – 実環境に耐えうるリアルタイムの指姿勢推定を実現 – そのうちデータセットも公開するらしい
- 18. おまけ4：OpenPoseのデモ CVPR2017勉強会 18 • Windows版のビルド済バイナリも公開 – portable OpenPose demo 1.0.1. • 必要なもの – VC2015のランタイム(x64) – CUDA 8.0 – cuDNN 5.1 • 実行方法 – 例) bin¥OpenPoseDemo.exe –net_resolution “320x176” » 入力画像の解像度を落とせばノートPC内蔵のGPUでも動く » Geforce 940MXで~3fps
- 19. おつかれさまでした