基于局部关节点-人体关联的多人姿态估计
计算机视觉与模式识别
2016-09-01 v2
摘要
尽管神经网络在人体姿态估计方面近期取得了成功，但当前方法仅限于单人的姿态估计，无法处理群体或拥挤场景中的人体。在这项工作中，我们提出了一种方法，用于估计图像中多个人的姿态，其中一个人可能被另一个人遮挡或可能被截断。为此，我们将多人姿态估计视为一个关节点-人体关联问题。我们从图像中检测到的一组关节点候选构建一个全连接图，并使用整数线性规划解决关节点-人体关联和异常值检测。由于对图像中所有人联合求解关节点-人体关联是一个NP难问题，甚至近似求解代价也很高，我们针对每个人局部地求解该问题。在具有挑战性的MPII人体姿态多人数据集上，我们的方法达到了最先进方法的精度，但速度快了6,000到19,000倍。
引用
@article{arxiv.1608.08526,
title = {Multi-Person Pose Estimation with Local Joint-to-Person Associations},
author = {Umar Iqbal and Juergen Gall},
journal= {arXiv preprint arXiv:1608.08526},
year = {2016}
}
备注
Accepted to European Conference on Computer Vision (ECCV) Workshops, Crowd Understanding, 2016