参数退火：一种用于人体姿态跟踪的随机搜索方法
计算机视觉与模式识别
2012-05-03 v2
摘要
基于模型的无标记运动捕捉方法具有极高的计算开销，使其缺乏吸引力。本文描述了一种改进现有全局优化技术以跟踪关节物体的方法。我们的方法通过在退火层之间复用样本并使用自适应参数密度进行扩散，改进了最先进的退火粒子滤波器 (Annealed Particle Filter, APF)。我们在一个可扩展问题上将所提方法与 APF 进行了比较，并研究了两种方法如何随维度、多模态性和搜索范围进行扩展。随后，我们对算法参数进行了敏感性分析，表明该方法能容忍广泛的参数设置。我们还展示了在广泛使用的 Human Eva I 数据集上跟踪人体姿态的结果。结果表明，尽管所使用的计算资源不到 APF 的 50%，所提方法仍降低了跟踪误差。图像和视频结果也表明，跟踪输出在定性上较 APF 有显著改进。
引用
@article{arxiv.1204.6563,
title = {Parametric annealing: a stochastic search method for human pose tracking},
author = {Prabhu Kaliamoorthi and Ramakrishna Kakarala},
journal= {arXiv preprint arXiv:1204.6563},
year = {2012}
}