基于分层范例模型的人体关节姿态估计
计算机视觉与模式识别
2015-12-15 v1
摘要
基于范例的模型在定位半刚性物体部件方面已取得巨大成功。然而，其在诸如人体等高度关节化物体上的功效尚待探索。受分层物体表示及深度卷积神经网络(DCNNs)近期在人体姿态估计中应用的启发，我们提出一种新颖公式，将分层基于范例的模型与DCNNs同时纳入空间项。具体而言，通过假设层级中不同层次范例间的独立性，我们得到更具表达力的空间模型；同时通过推断同层部件间的空间关系，获得更强的空间约束。由于我们的方法在空间模型的表达力与强度间取得了良好平衡，它既有效又可泛化，在不同基准（Leeds Sports Dataset与CUB-200-2011）上取得了当前最佳结果。
引用
@article{arxiv.1512.04118,
title = {Articulated Pose Estimation Using Hierarchical Exemplar-Based Models},
author = {Jiongxin Liu and Yinxiao Li and Peter Allen and Peter Belhumeur},
journal= {arXiv preprint arXiv:1512.04118},
year = {2015}
}
备注
8 pages, 6 figures