人体解析--Look into Person: Self-supervised Structure-sensitive Learning

Look into Person: Self-supervised Structure-sensitive Learning and A New Benchmark for Human Parsing CVPR2017

https://arxiv.org/abs/1703.05446 LIP benchmark：http://hcp.sysu.edu.cn/lip/index.php

针对 Human parsing 这个问题，这里提出了一个新的 benchmark： Look into Person (LIP)，随后对比几个经典的human parsing 算法，分析优缺点，随后我们提出自己的算法 ：self-supervised structure-sensitive learning approach ，将 human pose structures 引入到 人体解析中来。

首先来看看 Look into Person (LIP) 数据库： 和其他两个数据库的对比：

这里写图片描述

当前几个数据库的规模：

这里写图片描述

LIP中19个人体部件的图像标记数量：

这里写图片描述

不同情况的人体图像数量

这里写图片描述

几个经典算法在 LIP上的效果对比：

这里写图片描述

不同图像条件下的对比：

这里写图片描述

这里写图片描述

本文提出的算法，引入 人体结构 信息：

这里写图片描述

这里写图片描述

PASCAL-Person-Part dataset 效果对比：

这里写图片描述

这里写图片描述