FlyPose：迈向鲁棒的空中视角人体姿态估计
计算机视觉与模式识别
2026-03-09 v2 机器人学
摘要
无人驾驶飞行器（UAVs）越来越多地部署在靠近人类的环境中，用于包裹递送、交通监控、灾难响应和基础设施检查等应用。确保在这些人员密集的环境中安全可靠地运行，需要从空中视角准确感知人体姿态和动作。这一视角对现有方法提出了低分辨率、陡峭视角和（自）遮挡等挑战，尤其是在应用要求实时可行模型的情况下。我们训练并部署了FlyPose，一个用于航空影像的轻量级自顶向下人体姿态估计流程。通过多数据集训练，我们在Manipal-UAV、VisDrone、HIT-UAV以及我们自定义数据集的测试集上，实现了行人检测平均精度（mAP）6.8的提升。对于2D人体姿态估计，我们在具有挑战性的UAV-Human数据集上报告了16.3 mAP的提升。FlyPose在Jetson Orin AGX开发者套件上包括预处理在内的推理延迟约为20毫秒，并在飞行实验中部署在四旋翼无人机上。我们还发布了FlyPose-104，一个规模小但具有挑战性的空中人体姿态估计数据集，其中包含来自困难空中视角的手动标注：https://github.com/farooqhassaan/FlyPose。
引用
@article{arxiv.2601.05747,
title = {FlyPose: Towards Robust Human Pose Estimation From Aerial Views},
author = {Hassaan Farooq and Marvin Brenner and Peter Stütz},
journal= {arXiv preprint arXiv:2601.05747},
year = {2026}
}
备注
11 pages, 9 figures, IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) 2026