Dec, 2018

CrowdPose：高效的拥挤场景姿态估计和新基准

PDF
TL;DR本研究提出一种新颖的、高效的多人姿态估计方法，通过图模型的全局关键点最大化关联和每个关节的多峰预测，实现在拥挤场景下的准确姿态估计和高效推理，并提供新的数据集以更好地评估算法。在 CrowdPose 数据集上，本方法的 mAP 优于最先进的方法 5.2，并在 MSCOCO 数据集上验证了本方法的泛化能力。
multi-person pose estimationcrowded scenesglobal associationgraph modelbenchmark
发现论文，激发创造
  • 基于多视角几何的拥挤场景多人三维姿态估计

    本文提出了一种基于图模型和最大后验估计的多人跨视角估计的方法，旨在解决人体关节匹配和模型鲁棒性的问题，并在四个基准数据集上证明了该方法的有效性和优越性。

    Jul, 2020

  • 基于局部关节到人员关联的多人姿态估计

    本文提出了一种基于整数线性规划的方法来解决多人姿态估计的问题，并且在 MPII 人体多人姿态数据集上实现了与最先进方法相当的精度，但速度快了 6,000 到 19,000 倍。

    Aug, 2016

  • 人体姿态估计在现实世界拥挤场景中的应用

    本论文针对人群姿态估计的问题，提出了通过数据增强方法、显式识别遮挡的身体部位和使用合成数据集来优化姿态估计。论文的实验结果表明这些方法提高了模型的准确性，使其在人群场景下获得了与当前最先进方法相媲美的结果。

    Jul, 2019

  • 单阶段多人姿态机

    提出了 Single-stage multi-person Pose Machine （SPM）模型，以简化多人姿势估计过程，并通过结构化姿势表示法（SPR）直接预测多人姿势，同时还扩展了 SPR 以进行层次化表示和应用于多人 3D 姿势估计，实验表明 SPM 模型相比现有方法具有更高的效率和精度。

    Aug, 2019

  • PoseTrack：联合多人姿态估计与跟踪

    本文介绍了一个具有挑战性的问题，即在不受限制的视频中联合估计和跟踪未知数量的人的多人姿态。为此，我们提出一种新方法，将多人姿势估计和跟踪联合建模在一个公式中，使用时空图表示身体关节检测，在图上使用整数线性规划将其划分为子图，对应于每个人的可能身体姿势轨迹，该方法隐含处理遮挡和截断的问题。我们还提出了一个完全不受限制的评估协议和具有挑战性的 “Multi-Person PoseTrack” 数据集，评估了所提出的方法和几个基线方法在我们的新数据集上的表现。

    Nov, 2016

  • 多视角图像中的多人姿态估计与形状感知

    本文提出了一种基于多视图图像的多人姿态估计方法，在统计参数体模型的引导下，这种方法能够更好地纠正不合理的 3D 姿态估计和填充缺失的关节点检测，将 2D 和 3D 观测联系起来，从而更准确地估计 3D 姿态并且具有较好的泛化性能，实验表明该方法的效果优于现有的方法。

    Oct, 2021

  • 多视角快速且鲁棒的多人 3D 姿势估计

    本文介绍了一种多人 3D 姿态估计的快速、鲁棒方法，使用多方式匹配算法来解决在噪声和不完整的 2D 姿态预测中查找跨视角对应关系的主要挑战，并结合几何和外观提示进行跨视角匹配。

    Jan, 2019

  • 学习从复杂野外场景中恢复鲁棒的三维人体网格

    该研究论文提出了一种名为 3DCrowdNet 的深度学习模型，利用 2D 人体姿态估计和基于关节回归的方法，从拥挤的实景图像中恢复出单个人的三维人体模型。

    Apr, 2021

  • Crowd3D：从单张图像中重建数百人

    本文提出了 Crowd3D 框架，用于从单个广角场景图像中重建数百人的三维姿态、形状和位置，该方法基于新定义的 Human-scene Virtual Interaction Point（HVIP）的像素定位来解决复杂场景中的人群定位问题，并使用 adaptive human-centric cropping 方案进行处理，同时贡献了一组用于场景人群重建的基准数据集 LargeCrowd。

    Jan, 2023

  • HintPose

    本研究通过引入两个新的概念 - instance cue 和 recurrent refinement 到已有的姿态估计模型中，以处理带有多个人的检测框，实现了更准确的姿态估计，并在 COCO17 关键点数据集上取得了较高的 mAP 得分。

    Mar, 2020