利用置信度网络改进多人姿态跟踪
计算机视觉与模式识别
2023-10-31 v1
摘要
人体姿态估计与跟踪是理解视频中人类行为的基础任务。现有基于自顶向下框架的方法通常执行三阶段任务：人体检测、姿态估计与跟踪。尽管取得了有前景的结果，这些方法严重依赖高性能检测器，并可能未能跟踪被遮挡或漏检的人。为克服这些问题，本文中我们开发了一种新颖的关键点置信度网络与跟踪流水线，以改进自顶向下方法中的人体检测与姿态估计。具体而言，关键点置信度网络用于判定各关键点是否被遮挡，并被整合进姿态估计模块。在跟踪流水线中，我们提出Bbox-revision模块以减少漏检，以及ID-retrieve模块以纠正丢失轨迹，从而提升检测阶段性能。实验结果表明，我们的方法在人体检测与姿态估计中具有通用性，在PoseTrack 2017与2018数据集上均取得了最先进的性能。
引用
@article{arxiv.2310.18920,
title = {Improving Multi-Person Pose Tracking with A Confidence Network},
author = {Zehua Fu and Wenhang Zuo and Zhenghui Hu and Qingjie Liu and Yunhong Wang},
journal= {arXiv preprint arXiv:2310.18920},
year = {2023}
}
备注
Accepted by IEEE Transactions on Multimedia. 11 pages, 5 figures