TEMPO：高效的多视角姿态估计、跟踪与预测
计算机视觉与模式识别
2023-09-15 v1
摘要
现有的用于预测三维人体姿态估计的体素方法准确但计算昂贵，且针对单时间步预测优化。我们提出 TEMPO，一种高效的多视角姿态估计模型，其学习鲁棒的空间-时间表示，在提升姿态精度的同时也进行人体姿态的跟踪与预测。我们通过循环计算每人的二维姿态特征，并将空间与时间信息融合为单一表示，相比最先进方法显著减少计算量。在此过程中，我们的模型能够利用时空上下文预测更准确的人体姿态而不牺牲效率。我们进一步使用该表示随时间跟踪人体姿态并预测未来姿态。最后，我们证明我们的模型能够跨数据集泛化而无需场景特定的微调。在具有挑战性的 CMU Panoptic Studio 数据集上，TEMPO 相比 TesseTrack 实现了 MPJPE 提升 10 且 FPS 改进 33。
引用
@article{arxiv.2309.07910,
title = {TEMPO: Efficient Multi-View Pose Estimation, Tracking, and Forecasting},
author = {Rohan Choudhury and Kris Kitani and Laszlo A. Jeni},
journal= {arXiv preprint arXiv:2309.07910},
year = {2023}
}
备注
Accepted at ICCV 2023