拥挤场景视频中姿态跟踪的简单基线方法
计算机视觉与模式识别
2020-10-22 v2
摘要
本文介绍我们针对 ACM MM 挑战赛“复杂事件中大规模以人为中心的视频分析”\cite{lin2020human} 的解决方案；具体而言，我们关注 Track3：复杂事件中的拥挤人群姿态跟踪。近年来多姿态训练取得了显著进展。然而，如何在拥挤复杂环境中跟踪人体姿态尚未得到很好解决。我们将该问题表述为若干待求解子问题。首先，我们使用多目标跟踪方法为检测模型生成的每个边界框分配人体 ID。之后，为每个带 ID 的边界框生成姿态。最后，利用光流提取视频中的时序信息并生成最终姿态跟踪结果。
引用
@article{arxiv.2010.10007,
title = {A Simple Baseline for Pose Tracking in Videos of Crowded Scenes},
author = {Li Yuan and Shuning Chang and Ziyuan Huang and Yichen Zhou and Yunpeng Chen and Xuecheng Nie and Francis E. H. Tay and Jiashi Feng and Shuicheng Yan},
journal= {arXiv preprint arXiv:2010.10007},
year = {2020}
}
备注
2nd Place in ACM Multimedia Grand Challenge: Human in Events, Track3: Crowd Pose Tracking in Complex Events. ACM Multimedia 2020. arXiv admin note: substantial text overlap with arXiv:2010.08365, arXiv:2010.10008