Research on CrowdPose: Efficient pose estimation in crowded scenes and a new benchmark.

论文地址：https://arxiv.org/abs/1812.00324

项目地址：https://github.com/MVIG-SJTU/AlphaPose

我的天哪，真的不得不说，卢老师团队和何大神真的厉害。服。

without bells and wistles.

完全不依赖深度神经网络的技巧。任何人无需运用复杂的微调方法、大量增加训练数据量以及在线增强技术的各种应用等众多策略进行反复测试和调整就能达到预期效果。因此该方法的核心理念本质上是合理的，并非偶然现象而是一个必然性而非偶然现象。

AlphaPose发布了新版本！上海交通大学MVIG团队（卢策吾团队）开发了CrowdPose数据集，并用于评估算法在拥挤场景中的性能表现。他们还提出了一种高效的算法来解决人群姿态估计问题，在实验结果中显著优于当前最先进的方法。

CrowdPose——拥挤人群姿态估计数据集

公共数据集包括MPII、MSCOCO数据库和AI Challenger。一般来源于日常生活场景中，并且缺少人群密集环境下的数据。

在主流数据集中的拥挤场景分布情况如图所示，在这种情况下非拥挤场景的比例占据主导地位。从基于数据的深度学习方法角度来看，在这种情况下算法性能的表现也会出现明显的分布不均衡特征。CrowdPose的数据集展示了大致均匀的空间布局特征。

![](https:/