高效人体姿态估计：利用 MediaPipe 的先进技术
计算机视觉与模式识别
2024-07-16 v2
摘要
本研究在使用 MediaPipe 框架方面对人体姿态估计进行了显著性改进。该研究聚焦于通过全面优化底层算法，提高准确率、计算效率和实时处理能力。引入了若干新型修改，显著提升了在动态运动和部分遮挡等具有挑战性情景下的姿态估计准确率。该改进框架与传统模型进行基准测试，显示出在精度和计算速度方面的显著提升。这些进展在增强现实、体育分析和医疗保健等领域具有广泛应用前景，使其能够提供更沉浸式体验、更精细的绩效分析以及更先进的患者监测。本研究还探讨了将这些改进集成到移动和嵌入式系统中，以满足计算效率和更广泛可达性的需求。这项研究的意义在于为实时人体姿态估计技术设立了新基准，并为该领域的未来创新铺平了道路。本论文的实现代码已公开于 https://github.com/avhixd/Human_pose_estimation。
引用
@article{arxiv.2406.15649,
title = {Efficient Human Pose Estimation: Leveraging Advanced Techniques with MediaPipe},
author = {Sandeep Singh Sengar and Abhishek Kumar and Owen Singh},
journal= {arXiv preprint arXiv:2406.15649},
year = {2024}
}
备注
There is an error in this work. BY mistake in Section 3.3, the angle is calculated wrongly