基于最优输运与改进姿态匹配的多人姿态估计评估
计算机视觉与模式识别
2026-03-12 v1
摘要
在多人姿态估计中，许多指标强调对姿态检测置信度得分的排序。当前指标倾向于忽略低置信度的误检姿态，主要关注较多的高置信度姿态。因此，这些指标即使检测了许多低置信度的误检姿态，也可能得分很高。为在真阳性姿态和假阳性姿态之间进行公平的评估权衡，本文提出了用于姿态的Optimal Correction Cost（OCpose），该方法将检测到的姿态与姿态注释作为最优输运进行评估。为了在真阳性姿态和假阳性姿态之间实现公平的权衡，OCpose会对所有检测到的姿态（无论其置信度得分如何）进行等价评估。然而，在OCpose中，每个姿态的置信度得分被用于提高与估计姿态与姿态注释之间匹配得分的可靠性。因此，OCpose提供了与其他基于置信度排序指标不同的评估视角。
引用
@article{arxiv.2603.10398,
title = {Multi-Person Pose Estimation Evaluation Using Optimal Transportation and Improved Pose Matching},
author = {Takato Moriki and Hiromu Taketsugu and Norimichi Ukita},
journal= {arXiv preprint arXiv:2603.10398},
year = {2026}
}
备注
8 pages, 10 figures. Accepted at MVA 2025