WorldPose:用于全球三维人体姿态估计的世界杯数据集
计算机视觉与模式识别
2025-01-22 v2
摘要
我们推出WorldPose,一个用于推进野外多人全局姿态估计研究的新数据集,包含2022年FIFA世界杯的比赛画面。现有数据集主要聚焦于局部姿态,且通常局限于单人或受控的室内场景,而本次体育赛事部署的基础设施使我们能够访问不同体育场馆中的多台固定摄像机与移动摄像机。我们利用高清摄像机的静态多视角设置,以空前精度恢复了覆盖超过1.75英亩采集区域的3D球员姿态与运动。随后,我们利用所捕获的球员运动与场地标线对移动转播摄像机进行标定。最终数据集包含超过80个序列,约250万个3D姿态,总行进距离超过120公里。在此基础上,我们对全局姿态估计的当前最优方法进行了深入分析。实验表明,WorldPose对现有多人姿态估计技术构成了挑战,支持了该领域及其他领域(如体育分析)新研究的潜力。所有姿态标注(SMPL格式)、转播摄像机参数及比赛画面将面向学术研究公开。
引用
@article{arxiv.2501.02771,
title = {WorldPose: A World Cup Dataset for Global 3D Human Pose Estimation},
author = {Tianjian Jiang and Johsan Billingham and Sebastian Müksch and Juan Zarate and Nicolas Evans and Martin R. Oswald and Marc Pollefeys and Otmar Hilliges and Manuel Kaufmann and Jie Song},
journal= {arXiv preprint arXiv:2501.02771},
year = {2025}
}