HyperAIHyperAI

Command Palette

Search for a command to run...

Zeitliche Glättung für die 3D-Pose-Schätzung und -Lokalisierung von verdeckten Personen

M. Véges A. Lőrincz

Zusammenfassung

Bei der Mehrpersonen-Pose-Schätzung können Akteure stark verdeckt sein und sogar vollständig hinter einer anderen Person unsichtbar werden. Obwohl zeitliche Methoden mit Hilfe von Vergangenheits- und Zukunftsbildern eine akzeptable Schätzung für vorübergehend verschwundene Posen erstellen können, zeigen sie dennoch große Fehler. Wir präsentieren einen Energieminimierungsansatz, um im Zeitverlauf glatte, gültige Trajektorien zu generieren und Sichtbarkeitslücken zu überbrücken. Wir demonstrieren, dass dieser Ansatz besser als andere interpolationsbasierte Methoden ist und Stand-of-the-Art-Ergebnisse erzielt. Darüber hinaus stellen wir den synthetischen MuCo-Temp-Datensatz vor, eine zeitliche Erweiterung des MuCo-3DHP-Datensatzes. Unser Code wird öffentlich zur Verfügung gestellt.


KI mit KI entwickeln

Von der Idee bis zum Launch – beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und bestem GPU-Preis.

KI-gestütztes kollaboratives Programmieren
Sofort einsatzbereite GPUs
Die besten Preise

HyperAI Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
Zeitliche Glättung für die 3D-Pose-Schätzung und -Lokalisierung von verdeckten Personen | Paper | HyperAI