面向航拍视角人体检测的合成数据人体姿态多样化

合成数据生成已成为解决航拍视角人体检测中数据稀缺问题的一种有前景的方案。然而，创建准确反映真实世界中多样化人体外观（尤其是不同姿态）的数据集仍然具有挑战性且劳动密集。为此，我们提出了SynPoseDiv，一种新颖的框架，用于在现有合成数据集中多样化人体姿态。SynPoseDiv解决了两个关键挑战：使用基于扩散的姿态生成器生成逼真、多样的3D人体姿态，以及通过源到目标图像转换器生成处于新姿态的虚拟角色图像。该框架利用迪杰斯特拉算法识别的优化姿态序列，逐步将角色过渡到新姿态。实验表明，SynPoseDiv在多个航拍视角人体检测基准上显著提高了检测精度，尤其是在低样本场景下，并且无论训练方法或数据集大小如何，都保持有效。