转载请注明作者和出处： http://blog.csdn.net/john_bh/
论文链接： Point-Set Anchors for Object Detection,Instance Segmentation and Pose Estimation
作者及团队：微软亚洲研究院
会议及时间：ECCV 2020
文章目录
1.主要贡献
作者认为当前用于物体检测和人体姿势估计的最新方法(CenterNet)是从物体或人的中心点回归边界框或人体关键点，虽然简单有效，但是当物体deformation 和scale/orientation variation时，在中心点提取的图像特征包含的信息有限，无法预测距离远的关键点或边界框边界。所以作者提出在一组可能更接近回归目标的点上获得特征，这个点集是根据任务来确定的。
- 分割，点被放置在隐式边界框的边缘；
- 位姿估计，点的排列遵循训练数据位姿分布中的模式。
如图1所示：主要贡献：
提出 Point-Set Anchors，可以看作时经典 box anchor 的一个扩展，可以进一步提供信息，更好地初始化特定回归任务，以进行形状回归；提出 PoinSetNet，基于RetinaNet 做了修改：使用Point-set 替换 anchor boxes，添加了一个回归分支。可用于目标检测、人体姿态估计和实例分割任务中，解决回归问题。
这样 PointSetNet 就使用regression的思路去统一Object Detection, Instance Segmentation，Pose Estimation三个high-level recognition 任务。
2. PointSetNet
2.1 Point-Set Anchors
point-set anchor 包含许多根据特定任务定义的有序点。
-
Pose point-set anchor：
使用人的关键点来形成姿态点设置 point-set anchor。例如，在COCO数据集中，有17个关键点，姿态 point-set anchor 由34维向量表示。在每个图像位置，使用几个point-set anchors。将 point-set anchors 初始化为训练集中最频繁的姿势。使用标准的k-means聚类算法将所有的训练位姿划分为k个聚类，用每个聚类的平均位姿形成point-set anchor。如图1(b)所示。 -
Instance mask point-set anchor：
该 anchor 由两个部分组成：一个中心点和n个有序 anchor points，如图1(a)所示。n是控制采样密度的超参数。 在 mask point-set anchor中的Corner points也可以作为目标检测的参考点。在每个图像位置，通过改变隐式边界框的比例和长宽比来形成 9 个 point-set anchors。