自举人体光流与姿态

Aritro Roy Arko; James J. Little; Kwang Moo Yi

自举人体光流与姿态

计算机视觉与模式识别 2022-10-31 v2

作者: Aritro Roy Arko , James J. Little , Kwang Moo Yi

摘要

我们提出了一种自举框架来增强人体光流和姿态。我们表明，对于涉及场景中人类的视频，通过同时考虑这两个任务，我们可以提高人类的光流和姿态估计质量。我们通过微调光流估计以拟合人体姿态估计来增强光流估计，反之亦然。更详细地说，我们优化姿态和光流网络，使其在推理时相互一致。我们表明，这在 Human 3.6M 和 3D Poses in the Wild 数据集以及 Sintel 数据集的人体相关子集上产生了 SOTA 结果，无论是在姿态估计精度还是人体关节位置的光流精度方面。代码可在 https://github.com/ubc-vision/bootstrapping-human-optical-flow-and-pose 获取

关键词

人体光流姿态估计自举微调人体运动分析

引用

@article{arxiv.2210.15121,
  title  = {Bootstrapping Human Optical Flow and Pose},
  author = {Aritro Roy Arko and James J. Little and Kwang Moo Yi},
  journal= {arXiv preprint arXiv:2210.15121},
  year   = {2022}
}

备注

Accepted at BMVC 2022. Supplementary qualitative results - https://aritro30.github.io/results/. Code at https://github.com/ubc-vision/bootstrapping-human-optical-flow-and-pose

自举人体光流与姿态

摘要

关键词

引用

备注

相关论文