Estimation multiple de poses 3D humaines à partir d'images multivues

L’estimation de la posture 3D multiple chez l’humain est une tâche difficile, principalement en raison des grandes variations d’échelle et de posture des individus, des mouvements rapides, de la présence de plusieurs personnes dans la scène, ainsi que du nombre variable de parties du corps visibles en raison d’occlusions ou de troncatures. Certaines de ces ambiguïtés peuvent être atténuées en utilisant des images multivues, car celles-ci offrent davantage de preuves visuelles concernant les différentes parties du corps. Dans ce travail, une nouvelle méthode d’estimation de posture 3D multiple chez l’humain est proposée, exploitant les preuves présentes dans des images multivues. La méthode proposée utilise un champ aléatoire conditionnel apparié entièrement connecté, comprenant deux types de termes appariés. Le premier terme apparié encode les dépendances spatiales entre les articulations du corps humain en se basant sur une configuration articulée du corps humain. Le second terme apparié repose sur la sortie d’un détecteur profond de parties corporelles en 2D. Une inférence approximative est ensuite réalisée à l’aide de l’algorithme de propagation de croyances itérative (loopy belief propagation). La méthode proposée est évaluée sur les jeux de données Campus, Shelf, Utrecht Multi-Person Motion, Human3.6M, KTH Football II et MPII Cooking. Les résultats expérimentaux montrent que la méthode proposée atteint des améliorations significatives par rapport aux méthodes de pointe existantes, en termes de probabilité de pose correcte et de mesure d’erreur moyenne par articulation.