HyperAIHyperAI
il y a 2 mois

Pose Flow : Suivi de posture efficace en ligne

Yuliang Xiu; Jiefeng Li; Haoyu Wang; Yinghong Fang; Cewu Lu
Pose Flow : Suivi de posture efficace en ligne
Résumé

Le suivi de la posture articulée de plusieurs personnes dans des vidéos non contraintes est un problème important mais difficile. Dans cet article, en suivant l'approche descendante, nous proposons un suiveur de posture décent et efficace basé sur les flux de posture. Premièrement, nous concevons un cadre d'optimisation en ligne pour établir l'association des postures inter-cadres et former des flux de posture (PF-Builder). Deuxièmement, une nouvelle méthode de suppression non maximale des flux de posture (PF-NMS) est conçue pour réduire robustement les flux de posture redondants et relier ceux qui sont temporellement disjoints. Des expériences approfondies montrent que notre méthode dépasse considérablement les meilleurs résultats rapportés sur deux ensembles de données standards de Suivi de Posture, avec une amélioration respective de 13 points mAP et 25 points MOTA, et 6 points mAP et 3 points MOTA. De plus, dans le cas où le suiveur de posture travaille sur des postures détectées dans des cadres individuels, le calcul supplémentaire requis est très minime, garantissant un suivi en ligne à 10 FPS. Nos codes sources sont rendus publiquement disponibles (https://github.com/YuliangXiu/PoseFlow).

Pose Flow : Suivi de posture efficace en ligne | Articles de recherche récents | HyperAI