上交大盧策吾團隊AlphaPose更新，頂級性能的實時姿態估計

雷鋒網 AI 科技評論按：今年 2 月，我們報道過上海交通大學盧策吾團隊開源 AlphaPose的消息。

AlphaPose 是一個多人姿態估計系統，具有極高的精準度。據盧策吾團隊介紹， AlphaPose 在姿態估計（Pose Estimation）標準測試集 MSCOCO 上達到 72.3 mAP，是首個超過 70 mAP 的開源系統，比 Mask-RCNN 相對提高 8.2%，比 OpenPose（CMU）相對提高 17%。除此之外，在 MPII 排行榜上，AlphaPose 以 6% 的相對優勢佔據榜首。AlphaPose 基於騰訊優圖和盧策吾團隊在 ICCV 2017 上發表的分區域多人姿態識別演算法（RMPE）。

近日，AlphaPose 迎來一次重大更新。在不損失精度的情況下，他們把識別速度提升到實時。系統採用PyTorch 框架，在姿態估計的標準測試集MSCOCO上，達到 71mAP 的精度，同時，速度達到 20FPS（平均每張圖像中有 4. 6 人）。代碼支持 Linux 和Windows。

各開源框架在MSCOCO上的性能，運行在 1080Ti 單卡上

據盧策吾團隊介紹，新版 AlphaPose 系統，架設在 PyTorch 框架上，得益於 PyTorch 的靈活性，新系統對用戶更加友好，安裝使用過程更加簡易，也方便進行二次開發。同時，系統支持圖片、視頻、攝像頭輸入，實時在線計算出多人的姿態結果。

為了在兼顧速度的同時保持精度，新版 AlphaPose 提出了一個新的姿態估計模型。模型的骨架網路使用 ResNet101，在下採樣部分添加 SE 模塊作為 attention 模塊。除此之外，使用 PixelShuffle 進行3次上採樣，輸出關鍵點的熱度圖，在提高解析度的同時，保持特徵信息不丟失，技術論文會在近期公布。

另一方面，盧策吾本人在知乎上表示，「alphapose 系統接下來計划上線 3D pose，密集人群 pose，超輕量級 pose，pose-action 聯合預測模塊，等等，每一個模塊一般會對應一篇學術論文。MVIG 團隊會持續優化速度，精度。希望能像 Yolo 一樣持續更新成為一個對大家有用的系統。學術上，有新的演算法第一時間更新，並投稿頂級會議。工程上，也會做到方便二次開發。」從這樣的路線圖可以看到，AlphaPose 目標是成為一個對學界、業界都開放、有用的代碼庫，我們也非常期待 AlphaPose 的未來更新。

ICCV 2017 RMPE論文鏈接：

人體關鍵點檢測對於描述人體姿態，預測人體行為至關重要。因此人體關鍵點檢測是諸多計算機視覺任務的基礎。其在動作分類，異常行為檢測，以及人機交互等領域有著很廣闊的應用前景，是計算機視覺領域中一個既具有研究價值、同時又極具挑戰性的熱門課題。

盧策吾：上海交通大學研究員，博士生導師。主要從事計算機視覺與深度學習相關研究，入選國家「青年千人」計劃，原斯坦福 AI Lab 博士後研究員（導師：Fei-Fei Li 和 Leo Guibas），為斯坦福-豐田無人車重要研究人員之一。

雷鋒網 AI 科技評論報道。上海交大機器視覺與智能實驗室公眾號推文參見這裡。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！