ECCV2020-Peeking into occluded joints: A novel framework for crowd pose estimation论文阅读

作者: Lingteng Qiu, Xuanye Zhang, Yanran Li, Guanbin Li, Xiaojun Wu, Zixiang Xiong, Xiaoguang Han, Shuguang Cui
单位 : 香港中文大学;深圳市大数据研究院;哈尔滨工业大学;
论文地址
代码(待公布)
主页

遮挡对姿态估计性能影响很大,现有基于热图进行姿态估计的方法是直接定位关节点,但不可见关节点无法直接定位,因此估计性能较差。本文提出一个综合考虑了图像内容和姿态结构信息的图像引导渐进GCN模块,来从推断的角度估计不可见关节点,并提出了一种新的OPEC-Net框架和一个具有9k张注释图像的新遮挡姿态数据集(OCPose),该数据集从平均IoU方面,是目前公开最复杂的遮挡数据集。

一、针对问题

针对拥挤人群中有人体遮挡的情况,基于热图估计人体姿态时,直接定位不可见关节点不可行,作者认为不可见关节点与图像内容及人体姿态结构信息密切相关,因此采用综合推断的方法更靠谱。

二、主要工作

1. OPEC-Net
在这里插入图片描述
(1)姿态初始化
用于获取可见关节点的姿态估计热图,包含关节点的坐标和置信度信息,主要用AlphaPose+实现,对于OCPose, CrowdPose and OCHuman,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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