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：

当前几个数据库的规模：

LIP中19个人体部件的图像标记数量：

不同情况的人体图像数量

几个经典算法在 LIP上的效果对比：

不同图像条件下的对比：

本文提出的算法，引入 人体结构 信息：

PASCAL-Person-Part dataset 效果对比：