HyperAIHyperAI
منذ 2 أشهر

CrowdPose: تقدير وضعية المشاهد المزدحمة ومعيار جديد

Jiefeng Li; Can Wang; Hao Zhu; Yihuan Mao; Hao-Shu Fang; Cewu Lu
CrowdPose: تقدير وضعية المشاهد المزدحمة ومعيار جديد
الملخص

التقدير متعدد الأشخاص للوضعية هو من الأساسيات في العديد من مهام رؤية الحاسوب وقد حقق تقدماً كبيراً في السنوات الأخيرة. ومع ذلك، قلّما استكشفت الطرق السابقة مشكلة تقدير الوضعية في المشاهد المزدحمة، وهي تظل تحدياً لا مفر منه في العديد من السيناريوهات. بالإضافة إلى ذلك، لا يمكن للمساقط الحالية توفير تقييم مناسب لهذه الحالات. في هذا البحث، نقترح طريقة جديدة وكفوءة لمعالجة مشكلة تقدير الوضعية في الحشد وقاعدة بيانات جديدة لتقييم الخوارزميات بشكل أفضل. يتكون نموذجنا من مكونين أساسيين: تقدير وضعية الشخص الواحد المرشحة للمفاصل (SPPE) والربط الأمثل للمفاصل عالمياً. باستخدام التنبؤ متعدد القمم لكل مفصل والربط العالمي باستخدام نموذج الرسم البياني، فإن طرقنا مقاومة للتداخل الحتمي في المشاهد المزدحمة وكفوءة للغاية في الاستدلال. الطريقة المقترحة تتفوق على أفضل الطرق الحالية بـ 5.2 نقطة مئوية mAP على مجموعة بيانات CrowdPose، كما أن النتائج على مجموعة بيانات MSCOCO تثبت قدرة طرقنا على التعميم. سيتم جعل الكود المصدر وقاعدة البيانات متاحة للعامة.