基于人员匹配与无监督2D-3D提升的实时全景3D多人人体姿态估计方法
计算机视觉与模式识别
2024-03-15 v1
摘要
当前的人体姿态估计系统专注于获取单个人的准确3D全局估计。因此，本文提出了一种能够实时工作且能够处理基本遮挡的3D多人人体姿态估计系统。首先，我们调整了可直接使用的2D检测器和无监督2D-3D提升模型，以适用于360度全景相机和毫米波雷达传感器。随后，我们引入了若干贡献，包括相机和雷达标定，以及图像空间和雷达空间内人员的改进匹配。该系统通过采用轻量级2D-3D姿态提升算法，解决了深度和尺度歧义问题。该算法能够在室内外环境中实现实时工作，同时表现出准确性能，提供了一种具有可 affordability 和可扩展性的解决方案。值得注意的是，本系统的时间复杂性随检测到的个体数量几乎保持不变，在配备商业级GPU的笔记本电脑上可实现约7-8帧/秒的帧率。
引用
@article{arxiv.2403.09437,
title = {Improving Real-Time Omnidirectional 3D Multi-Person Human Pose Estimation with People Matching and Unsupervised 2D-3D Lifting},
author = {Pawel Knap and Peter Hardy and Alberto Tamajo and Hwasup Lim and Hansung Kim},
journal= {arXiv preprint arXiv:2403.09437},
year = {2024}
}