تقدير وضع الإنسان من خلال دمج اكتشاف الأجزاء غير المباشر والمعلومات السياقية

في هذا البحث، نقترح نهجًا قابلًا للتدريب من البداية إلى النهاية لتقدير وضع الإنسان من الصور الثابتة باستخدام تقنية الانحدار. نستخدم الدالة المقترحة "Soft-argmax" لتحويل الخرائط المميزة مباشرة إلى إحداثيات المفاصل، مما ينتج عنه إطار عمل قابل للمفاضلة تمامًا. طريقتنا قادرة على تعلم تمثيلات خرائط الحرارة بشكل غير مباشر، دون خطوات إضافية لإنشاء الحقائق الأرضية الاصطناعية. وبالتالي، يمكن دمج المعلومات السياقية في التوقعات الوضعية بسلاسة. قدمنا تقييمًا لطريقتنا على مجموعتين من البيانات صعبتين جدًا، وهما مجموعة بيانات أوضاع الرياضة في لييدز (LSP) ومجموعة بيانات أوضاع الإنسان في MPII، حيث حققنا أفضل الأداء بين جميع طرق الانحدار الموجودة ونتائج مقاربة لأحدث الأساليب القائمة على الكشف.