3 个月前

基于时序一致的3D图示结构的多人姿态估计

基于时序一致的3D图示结构的多人姿态估计

摘要

在非受限环境下,从多视角摄像头中进行多人三维姿态估计是一项极具挑战性的任务。该任务需要在各视角间对每个个体进行匹配,随后估计其身体姿态。此外,每个个体的姿态随时间变化具有内在的一致性。为应对上述挑战,本文提出一种具有时间一致性的三维图式结构模型(3D Pictorial Structures,简称3DPS),用于多视角下的多人三维姿态估计。该模型在传统三维图式结构基础上,引入了推断出的身体姿态之间的时序一致性约束。这一性质通过多视角人体跟踪机制实现。在推理前先对个体进行识别,显著缩小了状态空间,同时提升了整体性能。为验证所提方法的有效性,我们在两个非受限环境下的多人姿态数据集上进行了实验,与当前最先进的方法进行对比,结果表明本文方法取得了更优的性能。

基准测试

基准方法指标
3d-multi-person-pose-estimation-on-campusBelagiannis model v.2
PCP3D: 78
3d-multi-person-pose-estimation-on-shelfBelagiannis model v.2
PCP3D: 76

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
基于时序一致的3D图示结构的多人姿态估计 | 论文 | HyperAI超神经