面向插画角色姿态估计的迁移学习
计算机视觉与模式识别
2021-12-02 v3
摘要
人体姿态信息是许多下游图像处理任务（如活动识别和运动跟踪）中的关键组成部分。同样，针对插画角色领域的姿态估计器将为辅助内容创作任务（如参考姿态检索和自动角色动画）提供有价值的先验信息。然而，尽管现代数据驱动技术已大幅提升了自然图像上的姿态估计性能，但针对插画的研究却很少。在我们的工作中，我们通过从领域特定和任务特定的源模型进行高效迁移学习，弥合了这一领域差距。此外，我们升级并扩展了一个现有的插画姿态估计数据集，并为分类和分割子任务引入了两个新数据集。然后，我们应用由此得到的最先进的角色姿态估计器，来解决姿态引导的插画检索这一新任务。所有数据、模型和代码都将公开。
引用
@article{arxiv.2108.01819,
title = {Transfer Learning for Pose Estimation of Illustrated Characters},
author = {Shuhong Chen and Matthias Zwicker},
journal= {arXiv preprint arXiv:2108.01819},
year = {2021}
}
备注
published at WACV2022