实录|旷视研究院详解COCO2017人体姿态估计冠军论文（PPT 视频）(8)

后面是说我们自己的minival数据集。minival数据集上是74.5，在test dev上是73，test challenge是72.1。
这是一个图片的结果的展示。从结果上可以看出视觉效果还不错，下面放一个视频中的人体关节点检测例子。这个视频是基于单帧做预测的结果，没有采用帧间平滑。
总结

两个阶段的网络很重要，不同的阶段识别的keypoints不一样，easy point和hard point分开。
Intermediate supervision很重要。
Large batch，在keypoint上也是有用的。
一则招人硬广： 希望加入旷视科技一起登上CV巅峰的同学可以投简历至：，长期招聘算法实习生。实习优秀者，更有直接跳过面试阶段，入职megvii研究院的机会。
Q&A
在视频中进行Keypoint检测怎么加入tracking？能否用keypoint检测做行人检测和行人多目标跟踪？
我们现在也在做tracking，具体一些细节现在还不能透露，因为后面也会准备一个paper。能否用keypoint检测做行人检测和行人多目标跟踪这个的话，其实在做行人检测上，可以用keypoint的检测结果做post filter滤掉行人检测的FP。Bottom Up的方法可以用紧框去做行人检测，最好与现有检测框架共同去检测行人，行人多目标跟踪的话，现在有很多方法是用人体关节点作为特征来比对跟踪目标，keypoint的作用主要在用于提供特征。
Softnms阈值是怎么确定的？
我们是用默认的阈值，因为我们这一块主要focus在keypoint上，detection大概也是只是用了一下，没有去更多的去挖掘。
请问判断easy point和hard point的依据是什么？