超越人类检测:检测普通人类姿势的基准
Yongxin Li1, You Wu1, Xiaoting Chen1
1Guangxi Key Laboratory of Embedded Technology and Intelligent Information Processing, College of Information Science and Engineering, Guilin University of Technology, Guilin 541006, China.
Sensors (Basel, Switzerland)
|October 14, 2023
概括
本研究介绍了常见人体姿势 (CHP) 数据集,用于先进的人体姿势估计. 新的数据集和基线检测器在识别人类姿势方面表现出有效性,超出了简单的检测.
科学领域:
- 计算机视觉 计算机视觉
- 机器学习 机器学习
- 人工智能的人工智能
背景情况:
- 人类检测对于监控和自动驾驶等应用至关重要.
- 先进的应用程序需要更深入地了解人类的行为和状态超越本地化.
- 目前的方法缺乏复杂的人机交互和场景理解所需的细节.
研究的目的:
- 介绍普通人体姿势 (CHP) 数据集作为人类姿势估计的基准.
- 促进研究更具信息性的任务,超越基本的人类检测.
- 促进开发用于精确识别人类姿势的新方法.
主要方法:
- 在各种场景中收集并注释了5250张人类图像,包括各种环境,服装和遮蔽.
- 标注图像与边框为七个常见的人类姿势.
- 开发了两个基线检测器,CHP-YOLOF和CHP-YOLOX,基于身份保护的人体姿势检测器.
主要成果:
- 在CHP数据集上通过广泛的实验评估了基线检测器 (CHP-YOLOF,CHP-YOLOX).
- 证明了开发的探测器在准确识别人类姿势方面的有效性.
- 建立了对人类姿势估计任务的绩效评估的基准.
结论:
- 热力发电数据集为推进人类姿势估计研究提供了宝贵的资源.
- 开发的基线检测器在新基准上显示出有希望的性能.
- 鼓励进一步的研究和专注于详细的人体姿势分析的具有挑战性的任务.


