LWIRPOSE: 一种新颖的长波红外热图像数据集与基准
计算机视觉与模式识别
2024-04-17 v1
摘要
人体姿态估计在现实应用中面临光照变化、遮挡和杂乱环境等因素带来的挑战。我们引入了一个独特的RGB-热近乎配对且带有标注的2D姿态数据集，包含超过2400张高质量的长波红外（热）图像。每张图像都经过精心标注了2D人体姿态，为研究人员和从业者提供了宝贵的资源。该数据集由七名演员在执行坐、吃、走等各种日常活动时采集，有助于在遮挡及其他具有挑战性的场景下进行姿态估计。我们在该数据集上对最先进的姿态估计方法进行了基准测试，以展示其潜力，为未来研究建立了强大的基线。我们的结果证明了该数据集在促进姿态估计在监控、医疗和体育分析等应用中的有效性。数据集和代码可在 https://github.com/avinres/LWIRPOSE 获取。
引用
@article{arxiv.2404.10212,
title = {LWIRPOSE: A novel LWIR Thermal Image Dataset and Benchmark},
author = {Avinash Upadhyay and Bhipanshu Dhupar and Manoj Sharma and Ankit Shukla and Ajith Abraham},
journal= {arXiv preprint arXiv:2404.10212},
year = {2024}
}
备注
Submitted in ICIP2024