شبكات الجسم كنقاط

نعتبر في هذا العمل مهمة تقدير الشبكة ثلاثية الأبعاد للأشخاص المتعددين وهي من المهام الصعبة. تتمثل معظم الطرق الحالية في مرحلتين--المرحلة الأولى لتحديد موقع الشخص والثانية لتقدير الشبكة الجسدية الفردية، مما يؤدي إلى خطوط إنتاج مكررة ذات تكلفة حسابية عالية وأداء متدهور للمشاهد المعقدة (مثل حالات التغطية الجزئية للأشخاص). في هذا العمل، نقدم نموذجًا بمرحلة واحدة يُعرف باسم "الشبكات الجسدية كنقاط" (BMP) بهدف تبسيط الخطوط الإنتاج وتحسين الكفاءة والأداء. وبشكل خاص، يعتمد BMP على طريقة جديدة تمثل العديد من حالات الأشخاص كنقاط في الفضاء المكاني-العمق حيث تكون كل نقطة مرتبطة بشبكة جسدية واحدة. بالاعتماد على هذه التمثيلات، يمكن لـ BMP التنبؤ مباشرة بشبكات الأجساد للعديد من الأشخاص في مرحلة واحدة عن طريق تحديد نقاط حالات الأشخاص وتقدير الشبكات الجسدية المرتبطة بها بشكل متزامن. لفهم أفضل لتسلسل العمق لكل الأشخاص ضمن المشهد نفسه، يصمم BMP خسارة عمق ترتيبية بين الحالات بسيطة ولكنها فعالة للحصول على تقدير شبكات أجساد متماسك مع العمق. كما يقدم BMP تحسينًا جديدًا يعتمد على النقاط الرئيسية لتعزيز قوة النموذج في التعامل مع حالات الأشخاص التي تتعرض للتغطية الجزئية. أظهرت التجارب الشاملة على مقاييس Panoptic و MuPoTS-3D و 3DPW بوضوح الكفاءة الرائدة لـ BMP في تقدير شبكات الأجساد للأشخاص المتعددين بالإضافة إلى الدقة المتميزة. يمكن العثور على الكود في: https://github.com/jfzhang95/BMP.