HyperAIHyperAI

Command Palette

Search for a command to run...

هياكل صورية ثلاثية الأبعاد لتقدير وضعية البشر المتعددة

Nassir Navab Mykhaylo Andriluka Vasileios Belagiannis Slobodan Ilic Sikandar Amin Bernt Schiele

الملخص

في هذا العمل، نتناول مشكلة تقدير الوضع الثلاثي الأبعاد لعدة أشخاص من مناظر متعددة. يُعدّ هذا التحدي أكثر صعوبة من تقدير الوضع الثلاثي الأبعاد لشخص واحد، نظرًا لحجم الفضاء الحالة الأكبر بشكل كبير، بالإضافة إلى الظلال الجزئية (الإغلاق الجزئي) والغموض بين المناظر عند عدم معرفة هوية الأشخاص مسبقًا. لمعالجة هذه المشكلات، نقوم أولًا بتوسيع الفضاء الحالة المختزل من خلال التثليث (triangulation) للعُقد الجسدية المتناظرة المستخلصة من كاشفات الأجزاء في أزواج من مناظر الكاميرات. ولحل الغموض الناتج عن الأجزاء الجسدية الخاطئة أو المختلطة لعدة أشخاص بعد التثليث، وكذلك الغموض الناتج عن كاشفات الأجزاء الجسدية الموجّهة بشكل خاطئ (false positives)، نقدّم نموذجًا جديدًا يُسمّى "الهياكل الصورية الثلاثية الأبعاد" (3D Pictorial Structures - 3DPS). يُقدّم هذا النموذج استنتاجًا للتكوينات الجسدية الثلاثية الأبعاد للإنسان من خلال الفضاء الحالة المختزل. يتميز نموذج 3DPS بأنه عام ويمكن تطبيقه على كل من تقدير وضع الشخص الواحد ووضع عدة أشخاص. ولإجراء مقارنة مع أحدث التقنيات، نقوم أولًا بتقييم طريقة العمل على تقدير الوضع الثلاثي الأبعاد لشخص واحد باستخدام مجموعتي بيانات HumanEva-I [22] وKTH Multiview Football Dataset II [8]. ثم نقدّم ونقيّم طريقتنا على مجموعتي بيانات جديدتين مخصصتين لتقدير الوضع الثلاثي الأبعاد لعدة أشخاص.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp