极弱光条件下的人体姿态估计

我们研究极弱光图像中的人体姿态估计。该任务具有挑战性，原因在于难以收集带有精确标签的真实弱光图像，以及严重受损的输入会显著降低预测质量。针对第一个问题，我们开发了一套专用相机系统，并构建了一个带有精确姿态标签的真实弱光图像新数据集。得益于我们的相机系统，数据集中的每张弱光图像都配有一张对齐的良好光照图像，这不仅实现了精确姿态标注，还可在训练时作为特权信息使用。我们还提出了一种新模型和新训练策略，充分利用该特权信息来学习对照明条件不敏感的表征。我们的方法在真实极弱光图像上展现出卓越性能，大量分析证实模型与数据集共同促成了这一成功。