2 个月前

Pose Flow: 高效在线姿态跟踪

Yuliang Xiu; Jiefeng Li; Haoyu Wang; Yinghong Fang; Cewu Lu
Pose Flow: 高效在线姿态跟踪
摘要

多人姿态跟踪在无约束视频中是一个重要而具有挑战性的问题。本文沿着自上而下的方法路线,提出了一种基于姿态流的高效且性能良好的姿态跟踪器。首先,我们设计了一个在线优化框架,用于建立跨帧姿态之间的关联并形成姿态流(PF-Builder)。其次,我们设计了一种新颖的姿态流非极大值抑制(PF-NMS)算法,以稳健地减少冗余的姿态流并重新连接时间上不连续的轨迹。大量实验表明,我们的方法在两个标准姿态跟踪数据集上显著优于最佳报告结果,分别提高了13个mAP和25个MOTA以及6个mAP和3个MOTA。此外,在对单帧检测到的姿态进行处理时,该姿态跟踪器的额外计算量非常小,保证了在线10 FPS的跟踪速度。我们的源代码已公开发布(https://github.com/YuliangXiu/PoseFlow)。