CrowdPose: Efficient Crowded Scenes Pose Estimation and A new Benchmark

最新推荐文章于 2022-05-27 16:06:22 发布
原创 最新推荐文章于 2022-05-27 16:06:22 发布 · 2.7k 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#Crowd pose #multi pose

本文介绍了上交卢策武团队创建的CrowdPose数据集，用于解决多人姿态估计在拥挤场景中的挑战。他们提出了一个新的‘人群指数’来衡量拥挤程度，并设计了一种新的损失函数，区分目标关节和干扰关节，以提高网络在密集人群中的表现。此外，文章还引入了Person-Joint Graph来处理关节检测的重叠问题。代码和数据集即将开源。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

arxiv
上交卢策武团队新出的关于多人pose的文章.和alphapose一样属于top-down的方法.该文并没有着重于设计新的网络结构,而转向于设计新的label和loss计算方式,从而提高原有的网络pose检测能力.
在这里插入图片描述
首先文章指出, 多人pose这部分已经发展的很快,并且效果也挺好.但目前而言,所有的多人pose都是在类似于公开的COCO, MPII, ai-challenger等这些数据集上训练,而这些数据集并没有特意的去区分哪些是’crowd scene’, 哪些不是.所以,这些多人pose网络在这些数据集上的训练效果,可能没有办法很好的去解决’crowd scene’这种情况.因此,文章根据这个现状,提出了一个新的dataset(CrowdPose dataset)以及一个新的loss计算方法.

CrowdPose Dataset
首先文章提出了一个’crowd index’用来表示图片’crowd’的程度,计算方式如下:
n表示图片上总共有多少个人, 分母表示第 i i i个人总共标注了多少个关键点,分子表示在这个人的

最低0.47元/天 解锁文章

200万优质内容无限畅学
【论文学习】 CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
m0_37644085的博客
03-05 1429
论文地址：https://arxiv.org/abs/1812.00324 项目地址：https://github.com/MVIG-SJTU/AlphaPose 我的天哪，真的不得不说，卢老师团队和何大神真的厉害。服。 without bells and wistles. 就是没用深度神经网络的trick，任何人都可以不通过各种精调，各种扩大训练集，各种hard online 各种学习率...
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark 论文解读
JerryZhang__的博客
09-17 873
8. AlphaPose paper 3 paper title:CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark paper link:https://arxiv.org/pdf/1812.00324.pdf project:https://www.mvig.org/research/alphapose...
Summary——CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
pan2635376816的博客
05-18 514
本文采用多人姿态估计中的两步框架：检测人体——估计单人姿态 思路很直接，检测照片上所有人，把他们都框出来，每个人体检测框结果叫human proposal，然后分别在检测框里找到关节点，连接关节点。 但是实际操作会遇到很多问题。 主要问题是，算法对第一步依赖强烈，即，依赖于人体检测结果。如果人体检测不理想，单人姿态估计也会受到影响。 那么检测的human proposal会出现什么问题呢？...
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark 论文阅读
小欧欧的博客
03-06 1958
一、这是Alphapose的最新工作 特点，针对的是 “ crowd”场景下的多人姿态估计。 相对于以往的一些多人姿态估计工作而言，基本上都是不合适应用在“Crowd”场景之下的，比如Mask-RCNN训练的时候，会直接去除数据中的“Crowd”数据（MSCOCO）有这个标签，MPII没有这个标签。 ...
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
qq_25379821的博客
12-06 1374
摘要 问题：拥挤场景中的pose估计 文章提出自己的方法，包含两个关键点： joint-candidate single person pose estimation (SPPE) global maximum joints association 该方法，对每个节点进行多峰预测，并利用图模型和全局关联，对拥挤场景中不可避免的干扰具有鲁棒性，推理效率高。 介绍 当前数据集MSCOCO，...
论文阅读之《CrowdPose: Efficient Crowded Scenes Pose Estimation and A new Benchmark》
Gavinmiaoc的博客
05-06 2315
介绍 近日，上海交通大学电子信息与电气工程学院卢策吾团队（MVIG组）的论文《CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark》被CVPR2019（计算机视觉领域顶级会议）接收。该论文主要是针对此前AlphaPose系统的优化，构建了CrowdPose数据集，用来衡量算法在拥挤场景中的性...
CrowdPose:人群姿势
03-18
title={CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark}, author={Li, Jiefeng and Wang, Can and Zhu, Hao and Mao, Yihuan and Fang, Hao-Shu and Lu, Cewu}, journal={arXiv ...
RMPE: Regional Multi-person Pose Estimation 论文解读
JerryZhang__的博客
09-13 1300
paper title: RMPE: Regional Multi-person Pose Estimation paper link: https://arxiv.org/pdf/1612.00137.pdf project: https://www.mvig.org/research/alphapose.html oral or demo video：https://www.youtube.c...
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark论文阅读笔记
AnZhiJiaShu's blog
05-27 806
CrowdPose：有效的拥挤场景姿态估计和新基准 论文链接：https://arxiv.org/abs/1812.00324 摘要： 多人姿态估计是许多计算机视觉任务的基础，近年来取得了重大进展。先前的方法很少研究具有挑战性且不可避免的拥挤场景中的姿态估计，并且目前的基准无法对这种情况进行适当的评估。本文中提出了一种新颖有效的方法来解决拥挤场景中的姿势估计问题，并提出了一种新的数据集来更好地评估算法。本模型由两个关键部分组成：关节候选单人姿态估计（joint-candidate single person
CrowdPose
邹小驴
04-22 1221
https://blog.youkuaiyun.com/github_36923418/article/details/88540865 https://github.com/MVIG-SJTU/AlphaPose/blob/pytorch/doc/CrowdPose.md（数据集的分享）
CrowdPose 多人姿态估计数据集
10-14
CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集CrowdPose 多人姿态估计数据集
拥挤场景多人姿态估计论文梗概及代码CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
小小小麦昆的博客
10-28 1443
姿态估计是视频动作分析识别的基础工作，我有一篇小综述讲了姿态估计相关技术路线的发展，可以点这个链接看。 本文是MVIG大佬们发表在CVPR2019上的一篇论文，上号交通大学，基于AlphaPose思路，进一步提升了拥挤情况下准度 代码：github点这，基于Pytorch，是实时多人姿态估计系统 论文：论文点这 论文第二版点这 Abstract 多人姿态估计是大量计算机视觉任务的基础，近年来也取得...
A New Benchmark and Approach for Fine-grained Cross-media Retrieval 论文解读
qq_43351790的博客
02-16 622
题目：一种新的细粒度跨媒体检索基准和方法 论文相关： 时间：2019.10 作者：贺祥腾，彭宇鑫，谢刘 第27届ACM多媒体国际会议论文集 ABSTRACT 跨媒体检索：返回与任意媒体类型查询相对应的各种媒体类型的结果。 跨媒体检索的研究现状及问题： 现有的研究主要集中在粗粒度跨媒体检索上。当用户提交一张“灰背鸥”的图片作为查询时，粗粒度的跨媒体检索将其视为“鸟”，这样，用户只能得到“鸟”的结果，其中可能包括其他具有相似外观(图像和视频)、描述(文本)或声音(音频)的鸟类，如“鲱鱼鸥”。 这种粗粒度
Peeking into occluded joints: A novel framework for crowd pose estimation
sinat_42239797的博客
03-31 1083
论文：Peeking into occluded joints: A novel framework for crowd pose estimation 代码：即将开源，后期更新 年份：2020CVPR 现有遮挡研究方法的内在问题 缺陷一：它们根据视觉信息直接定位关节；然而，看不见的关节缺乏这一点。 本论文解决方案：提出一个 Image-Guided Progressive GCN modul...
CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark
weixin_42033436的博客
05-21 792
论文翻译 摘要 多人姿态估计是许多计算机视觉任务的基础，近年来取得了显著进展。然而，以往的方法很少探讨拥挤场景中的姿态估计问题，而在许多场景中这仍然是一个具有挑战性且不可避免的问题。此外，目前的基准无法为这种情况提供适当的评价。在本文中，我们提出了一种新颖而有效的方法来解决人群中的姿态估计问题，并提出了一种新的数据集来更好地评估算法。我们的模型由两个关键部分组成：候选关键点单个体位姿估计(ioint-candidate SPPE)和全局最大关键点连接(global maximum joint sassoci
[论文解读 2021-TIP] Revisiting Shadow Detection: A New Benchmark Dataset for Complex World
qq_36744580的博客
07-30 1067
创新点1：自建的数据集CUHK-Shadow： 1. 数据集的特点 10500张带标签的图片；更复杂的场景； 包含了投射到背景物体上的投影，也包含了投射到自身的投影； 提供了测试集； 图片分别来源于五个不同的数据集ADE20K、KITTI、Google MAP、USR、Internet） 2. 数据集的复杂性 2.1 阴影面积的相对于图片总面积的占比（更复杂） 2.2 每幅图片的阴影个数更多、方差更大 2.3 阴影区域有着更均匀的空间分布 2.4 非阴影区与阴影区的颜色对比度（比以往的数据集更.
CrowdPose数据集简介和可视化（更改路径后可以直接运行）
m0_37909240的博客
06-03 2235
Hey，上周用CrowdPose数据集做了一个实验，实验结果还不错，正好想把实验用数据集转成CrowdPose数据集的格式，所以学习了CrowdPose数据集的论文：CrowdPose: Efficient Crowded Scenes Pose Estimation and A New Benchmark 首先文章提出了一个’crowd index’用来表示图片’crowd’的程度，计算方式如下:n表示图片上总共有多少个人，分母表示第i个人总共标注了多少个关键点分子表示在这个人的bbox里面,有多少个关
(COCO、CrowdPose格式)多人姿态估计测试图片可视化（基于pytorch，DEKR项目）
sazass的博客
11-24 3903
核心绘图代码： 1.COCO格式（17关键点）
Ped Hunter: occlusion robust pedestrian detector in crowded scenes.
最新发布
02-28
### Ped Hunter 行人检测器在拥挤场景中的鲁棒遮挡处理 #### 实现细节 为了应对拥挤场景中的遮挡问题，Ped Hunter 使用了多种技术来增强其鲁棒性和准确性。具体来说： - **多尺度特征提取**：通过使用不同尺度的卷积神经网络 (CNN)，可以从图像的不同层次捕获丰富的上下文信息[^1]。 ```python def multi_scale_feature_extraction(image, scales=[0.5, 1.0, 2.0]): features = [] for scale in scales: scaled_image = cv2.resize(image, None, fx=scale, fy=scale) feature_map = cnn_model(scaled_image) features.append(feature_map) return torch.cat(features, dim=1) ``` - **时空关联建模**：利用 LSTM 或 GRU 网络对时间序列数据进行建模，从而捕捉行人运动模式并预测未来位置，即使部分被遮挡也能保持跟踪连续性[^2]。 ```python class SpatialTemporalModel(nn.Module): def __init__(self): super(SpatialTemporalModel, self).__init__() self.lstm = nn.LSTM(input_size=feature_dim, hidden_size=hidden_dim) def forward(self, x): lstm_out, _ = self.lstm(x) return lstm_out[-1] ``` - **注意力机制引入**：采用自注意机制聚焦于未被遮挡的关键部位，提高模型对于局部区域的关注度，进而改善整体性能表现。 ```python import math from torch import Tensor def attention(query: Tensor, key: Tensor, value: Tensor) -> Tuple[Tensor]: d_k = query.size(-1) scores = torch.matmul(query, key.transpose(-2, -1)) / math.sqrt(d_k) p_attn = F.softmax(scores, dim=-1) return torch.matmul(p_attn, value), p_attn ``` #### 性能评估 实验结果显示，在多个公开数据集上测试时，相比于其他传统方法以及最新的深度学习框架，Ped Hunter 展现出更强的抗干扰能力和更高的精度。特别是在高密度人群环境中，能够有效减少误报率和漏检情况的发生概率。 | 数据集 | AP@0.5 | AR@10 | |--------|---------|-------| | CityPersons | 78.3% | 84.6% | | Caltech PEDS | 82.1% | 89.2% | 表中展示了两个典型城市街景下的行人重识别任务评测指标——平均精确度（AP）和召回率（AR），表明该方案具备良好的泛化能力与适应范围。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值