HyperAIHyperAI
il y a 2 mois

Mesure prenant en compte les parties pour une estimation et un suivi robustes de la posture 3D multi-vues et multi-personnes

Chu, Hau ; Lee, Jia-Hong ; Lee, Yao-Chih ; Hsu, Ching-Hsien ; Li, Jia-Da ; Chen, Chu-Song
Mesure prenant en compte les parties pour une estimation et un suivi robustes de la posture 3D multi-vues et multi-personnes
Résumé

Ce document présente une approche pour l'estimation et le suivi de la posture 3D de plusieurs individus basée sur des vues multiples calibrées. Le principal défi réside dans la capacité à trouver correctement les correspondances inter-vues et temporelles, même lorsque plusieurs estimations de postures humaines sont bruyantes. Contrairement aux solutions précédentes qui construisent des postures 3D à partir de vues multiples, notre approche tire parti de la cohérence temporelle pour associer les postures 2D estimées avec les squelettes 3D préconstruits dans chaque vue. Ainsi, les associations inter-vues et temporelles sont réalisées simultanément. Étant donné que les performances peuvent être affectées par des associations erronées et des prédictions bruyantes, nous avons conçu deux stratégies visant à améliorer les correspondances et la reconstruction 3D. Plus précisément, nous proposons une mesure sensible aux parties du corps pour l'association 2D-3D et un filtre capable de gérer les valeurs aberrantes 2D lors de la reconstruction. Notre approche est efficace et performante en comparaison des méthodes d'avant-garde ; elle obtient des résultats compétitifs sur deux benchmarks : 96,8 % sur Campus et 97,4 % sur Shelf. De plus, nous avons étendu la durée des séquences d'évaluation sur Campus pour rendre le test plus difficile, et notre proposition atteint également des résultats satisfaisants.

Mesure prenant en compte les parties pour une estimation et un suivi robustes de la posture 3D multi-vues et multi-personnes | Articles de recherche récents | HyperAI