一种基于三维图形引擎的半监督数据增强方法
计算机视觉与模式识别
2018-10-02 v2
摘要
深度学习方法因其准确性和灵活性已在广泛领域中迅速采用，但需要大量带标签的训练数据集。这对于数据有限、昂贵或私密（即小数据）的应用提出了根本性问题，例如高度个性化的人的姿态与行为估计/跟踪。在本文中，我们提出了一种半监督数据增强方法，该方法可利用基于物理有效的低维姿态描述子的三维图形引擎合成大规模带标签训练数据集。为评估我们所合成数据集在训练基于深度学习的模型时的性能，我们基于所提出的增强方法，仅使用 7 个人的三维扫描生成了一个称为 ScanAva 的大型合成人体姿态数据集。随后，一个最先进的人体姿态估计深度学习模型使用我们的 ScanAva 数据集从头训练，并在对合成图像应用高效的域适应后，于 PCK0.5 准则下达到 91.2% 的姿态估计准确率，其姿态估计准确率可与在 MPII 数据集等来自真实人类的大规模姿态数据上训练的同一模型相媲美，且远高于在 SURREAL 等其他合成人体数据集上训练的模型。
引用
@article{arxiv.1808.02595,
title = {A Semi-Supervised Data Augmentation Approach using 3D Graphical Engines},
author = {Shuangjun Liu and Sarah Ostadabbas},
journal= {arXiv preprint arXiv:1808.02595},
year = {2018}
}