تقدير الوضعية
التقدير الموضعي هو مهمة في مجال رؤية الحاسوب تهدف إلى اكتشاف موقع ووضعية الأشخاص أو الأشياء. تحقق هذه المهمة تقدير الوضع البشري من خلال التنبؤ بمواقع نقاط محددة (مثل اليدين، الرأس، المرفقين، إلخ). للتقدير الموضعي قيمة تطبيقية كبيرة في مجالات مثل التفاعل بين الإنسان والحاسوب، تحليل الحركة، والواقع الافتراضي. من بين الاختبارات الشائعة هي مجموعة بيانات MPII لتقدير الوضع البشري.
COCO test-dev
HRNet-W48+DARK
MPII Human Pose
PCT (swin-l, test set)
Leeds Sports Poses
OmniPose
OCHuman
ViTPose (ViTAE-G, GT bounding boxes)
CrowdPose
BUCTD-W48 (w/cond. input from PETR, and generative sampling)
COCO val2017
MogaNet-B (384x288)
AIC
MS COCO
OmniPose (WASPv2)
ITOP front-view
AdaPose
InLoc
GIM-DKM
ITOP top-view
DECA-D3
J-HMDB
SimpleBaseline + HANet
MPII Single Person
4xRSN-50
UPenn Action
OmniPose
SALSA
SubdivNet
300W (Full)
BRACE
HRNet fine-tuned on BRACE
COCO 2017 val
LOGO-CAP (Ours) HRNet-W48
DensePose-COCO
Parsing R-CNN + ResNext101
FLIC Elbows
Stacked Hourglass Networks
FLIC Wrists
Stacked Hourglass Networks
UAV-Human
AlphaPose
!(()&&!|*|*|
Nate
3DPW
ApolloCar3D
COCO minival
MSPN
KITTI 2015
GeoNet
MERL-RAV
SPIGA
MPII
OmniPose (WASPv2)
MS-COCO
UniHCP (finetune)
Pix3D
Mid-Level based