15 个关键点足矣
计算机视觉与模式识别
2020-03-16 v2
摘要
姿态跟踪是一个重要问题，需要识别唯一的人体姿态实例并在视频不同帧间随时间匹配它们。然而，现有姿态跟踪方法无法准确建模时间关系且需要大量计算，通常离线计算轨迹。我们提出一种高效的多人姿态跟踪方法 KeyTrack，其仅依赖关键点信息，不使用任何 RGB 或光流信息即可实时跟踪人体关键点。关键点使用我们的姿态蕴含方法跟踪：首先从视频不同帧中采样一对姿态估计并标记化；随后一个基于 Transformer 的网络进行二分类，判断一个姿态是否在时间上跟随另一个。此外，我们用一种新颖、无参数的关键点精炼技术改进了自顶向下姿态估计方法，提升了姿态蕴含步骤中使用的关键点估计。我们在 PoseTrack'17 与 PoseTrack'18 基准上取得了最先进（SOTA）结果，同时所需计算量仅为多数其他方法计算跟踪信息的一小部分。
引用
@article{arxiv.1912.02323,
title = {15 Keypoints Is All You Need},
author = {Michael Snower and Asim Kadav and Farley Lai and Hans Peter Graf},
journal= {arXiv preprint arXiv:1912.02323},
year = {2020}
}
备注
CVPR 2020