Yoga-82：用于人体姿态细粒度分类的新数据集
计算机视觉与模式识别
2020-04-23 v1
摘要
人体姿态估计是计算机视觉中定位关节位置的著名问题。现有用于姿态学习的数据集在姿态多样性、物体遮挡和视角方面被认为不够具有挑战性，这使得姿态标注过程相对简单，并限制了在其上训练的模型的应用。为处理更多人体姿态变化，我们提出细粒度分层姿态分类的概念，其中我们将姿态估计表述为分类任务，并提出一个数据集Yoga-82，用于包含82类的大规模瑜伽姿态识别。Yoga-82由复杂姿态组成，可能无法进行精细标注。为此，我们基于姿态的身体构型为瑜伽姿态提供分层标签。该数据集包含三级层次结构，包括身体位置、身体位置的变化以及实际姿态名称。我们给出了最先进卷积神经网络架构在Yoga-82上的分类准确率。我们还提出了几种DenseNet的分层变体以利用分层标签。
引用
@article{arxiv.2004.10362,
title = {Yoga-82: A New Dataset for Fine-grained Classification of Human Poses},
author = {Manisha Verma and Sudhakar Kumawat and Yuta Nakashima and Shanmuganathan Raman},
journal= {arXiv preprint arXiv:2004.10362},
year = {2020}
}
备注
Accepted CVPR Workshops 2020