4 个月前

用于遮挡人员的3D人体姿态估计和定位的时间平滑方法

用于遮挡人员的3D人体姿态估计和定位的时间平滑方法

摘要

在多人姿态估计中,演员可能会被严重遮挡,甚至完全隐藏在另一个人身后。尽管时间方法可以通过过去和未来的帧来预测暂时消失的姿态,但仍会出现较大的误差。我们提出了一种能量最小化方法,以生成平滑且有效的轨迹,填补可见性的空白。我们证明了该方法优于其他基于插值的方法,并达到了当前最佳的效果。此外,我们还发布了合成的MuCo-Temp数据集,这是对MuCo-3DHP数据集的时间扩展。我们的代码已公开发布。

代码仓库

vegesm/pose_refinement
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
3d-multi-person-human-pose-estimation-onTemporal Smoothing
3DPCK: 85.3
3d-multi-person-pose-estimation-root-relativeTemporal Smoothing
3DPCK: 85.3
MPJPE: 103

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
用于遮挡人员的3D人体姿态估计和定位的时间平滑方法 | 论文 | HyperAI超神经