前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >真实场景下拥挤人群中人类姿态估计

真实场景下拥挤人群中人类姿态估计

原创
作者头像
空白的小飞机
发布2019-07-17 15:46:37
1.2K0
发布2019-07-17 15:46:37
举报
文章被收录于专栏:纸飞机与软件技术

作者:Thomas Golda,Tobias Kalb,Arne Schumann,Jürgen Beyerer

摘要:最近,人体姿态估计在采用深度卷积神经网络方面取得了重大进展。它的许多应用近年来引起了极大的兴趣。然而,许多实际应用需要对人群进行姿态估计,这仍然是一个很少解决的问题。在这项工作中,我们探索了优化人群姿态估计的方法,重点关注密集人群引入的挑战,例如遮挡,彼此接近的人以及人的部分可见度。为了应对这些挑战,我们评估了姿势检测方法的三个方面:i)数据增强方法,以引入对遮挡的鲁棒性,ii)显着检测遮挡的身体部位,以及iii)使用合成的生成数据集。提高拥挤场景准确性的第一种方法是使用来自对象识别数据集COCO(上下文中的公共对象)的人和对象剪切在训练时生成遮挡。此外,评估合成生成的数据集JTA(联合跟踪自动)以用于现实世界的人群应用。为了克服源于低姿态变化和低密度人群的JTA的传输差距,创建扩展数据集以便于用于实际应用。另外,利用JTA提供的遮挡标记来训练模型,该模型明确地区分两个不同分支中的被遮挡和可见的身体部分。所提出的基线方法的增加的组合有助于将总体准确度提高4.7%AP,从而提供与相应数据集上的当前最新方法相当的结果。

原文标题:Human Pose Estimation for Real-World Crowded Scenarios

原文链接:https://arxiv.org/abs/1907.06922

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档