coco姿态估计性能评价标准-AP

coco2017是当前最主流的多人姿态估计benchmark，官网的Evaluate已对coco的评价标准做了详细的解释，本文只对其二次整理。

Overview

首先coco的姿态估计要求对目标进行检测和定位他们的keypoint，测试过程中目标的定位结果是不提供的，这非常符合常理。

其次coco对姿态估计的评价主要参考了coco的目标检测评价，在目标检测评价中，IOU是预测结果与GT之间的相似度度量标准，有了这个值之后，我们就可以设定阈值，计算出AP（average precision）AR（average recall）这些指标。

那么同理，对于姿态估计来说，如果也能找到一个衡量预测和GT之间的相似性的标准的话，那就可以套用目标检测的评价了。这个相似性度量标准就是OKS。

无论是目标检测还是姿态估计，coco评价都是以object为单位进行的，而不是图的数量。

OKS

那么什么是OKS？

OKS的全称为Object Keypoint Similarity，它的计算公式如下：

$$OKS=\frac{{\sum }_{i}exp\left[\frac{-d_i^2}{2s^2{k}_i^2}\delta (v_i>0)\right]}{{\sum }_i\delta (v_i>0)}$$

OKS定义为一个目标与它的GT的keypoint相似度，其中$i$为关键点的个数

$d_i^2$表示关键点$i$预测值与GT之间的欧氏距离

$s$表示GT行人的尺度因子，其值为行人检测框面积的平方根，这里的$s$与关键点无关

$k_i$表示为第$i$个关键点的归一化因子的2倍，这个因子是通过对所有的样本集中的groundtruth关键点由人工标注与真实值存在的标准差，越大表示此类型的关键点越难标注，而$k_i$越大，对应的OKS的值就会越大。

对coco数据集中的5000个样本统计出17类关键点的归一化因子，$k$的取值可以为：{鼻子：0.026，眼睛：0.025，耳朵：0.035，肩膀：0.079，手肘：0.072，手腕：0.062，臀部：0.107，膝盖：0.087，脚踝：0.089}，因此此值可以当作常数看待，但是使用的类型仅限这个里面。

$v_i$表示第$i$个关键点的可见性，0表示关键点未标记，1表示无遮挡并且已经标记，2表示有遮挡但是已经标记.

最终，计算得到的OKS是一个最大值为1的度量，也就是欧氏距离为0的时候。

Metrics

OKS是一个以object为单位的度量值，计算得到OKS之后，它起到的作用就和目标检测里面的IOU一样，于是我们就可以设定阈值过滤，就有了coco下面10个metrics：

Average Precision (AP):

$AP$

$A{P}^{OKS=.50}$

$A{P}_{OKS=.75}$

AP Across Scales:

$A{P}^{medium}$

$A{P}^{large}$

Average Recall (AR):

$AR$

$A{R}^{OKS=.50}$

$A{R}^{OKS=.75}$

AR Across Scales:

$A{R}^{medium}$

$A{R}^{large}$

最后

以上就是腼腆火为你收集整理的coco姿态估计性能评价标准-AP的全部内容，希望文章能够帮你解决coco姿态估计性能评价标准-AP所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。