COMETH：用于多视角人类姿态估计与跟踪的凸优化

在工业 5.0 时代，监控人类活动对于确保人体工学安全和整体福祉至关重要。虽然多摄像头集中式设置可提高姿态估计精度，但往往 suffer from 高计算成本和带宽要求，限制了可扩展性和实时适用性。将处理分布在边缘设备上可减少网络带宽和计算负载。然而，边缘设备的受限资源导致精度下降，计算的分布又导致时空不一致。我们通过提出 COMETH (Convex Optimization for Multiview Estimation and Tracking of Humans)，一个用于实时多视角人类姿态融合的轻量级算法来解决这一挑战，其依赖三个概念：它整合了运动学和生物力学约束以提高关节定位精度；它采用基于凸优化的逆运动学进行空间融合；它实现了一个状态观察器以提高时序一致性。我们在公共数据集和工业数据集上对 COMETH 进行了评估，其中在定位、检测和跟踪精度方面优于最先进的方法。该提出的融合管道使 accurate and 可扩展的人类运动跟踪成为可能，使其非常适合工业和安全关键应用。代码已公开可用，地址为 https://github.com/PARCO-LAB/COMETH。