· 2017
Kısım İlişkilik Alanları Kullanarak Gerçek Zamanlı Çoklu Kişi 2D Duruş Tahmini
Realtime Multi-person 2D Pose Estimation Using Part Affinity Fields
- 7.358atıf
- 2017yıl
Kısa özet
Yeni bir yöntem, Part Affinity Fields (PAFs) kullanarak çoklu kişilerin 2D duruşunu gerçek zamanlı olarak tespit eder, COCO 2016 anahtar nokta yarışmasında birinciliği elde eder ve MPII referans noktasında önceki en gelişmiş durumu geride bırakır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Vücut parçalarını bireylerle ilişkilendirmek için Part Affinity Fields (PAFs) tanıtır.
- Mimari, parça konumlarını ve ilişkilerini sıralı bir tahmin sürecinde ortaklaşa öğrenir.
- Kişi sayısından bağımsız olarak gerçek zamanlı performans elde eder.
- COCO 2016 anahtar nokta yarışmasını kazandı ve MPII Çoklu Kişi referans noktasında yeni bir en gelişmiş durumu belirledi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
We present an approach to efficiently detect the 2D pose of multiple people in an image. The approach uses a nonparametric representation, which we refer to as Part Affinity Fields (PAFs), to learn to associate body parts with individuals in the image. The architecture encodes global context, allowing a greedy bottom-up parsing step that maintains high accuracy while achieving realtime performance, irrespective of the number of people in the image. The architecture is designed to jointly learn part locations and their association via two branches of the same sequential prediction process. Our method placed first in the inaugural COCO 2016 keypoints challenge, and significantly exceeds the previous state-of-the-art result on the MPII Multi-Person benchmark, both in performance and efficiency.
Yazarların özeti; kaynağından alınmıştır., 2017 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilgisayarlı Görü ve Örüntü Tanıma
Computer Vision and Pattern RecognitionComputer Science