使用深度学习估计3D人类姿势的模型的审查
Sani Salisu1, Kamaluddeen Usman Danyaro2, Maged Nasser2
1Department of Information Technology, Federal University Dutse, Dutse, Jigawa, Nigeria.
PeerJ. Computer science
|March 10, 2025
概括
本综述涵盖了使用深度学习的3D人类姿势估计 (HPE) 的进展. 它强调了准确性和实时性能方面的挑战,为这个快速增长的计算机视觉领域的未来研究提供了路线图.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 人体姿势估计 (HPE) 在图像/视频中检测和定位人体部位.
- 三维 (3D) HPE在3D空间中确定关节位置,这是一个快速增长的领域.
- 在医疗保健,安全和娱乐领域,HPE具有多样化的应用.
研究的目的:
- 审查最新的基于3D深度学习的HPE模型.
- 解决关键挑战,包括准确性,实时性能和数据限制.
- 为未来3DHPE的研发提供路线图.
主要方法:
- 评估广泛使用的数据集和评估指标.
- 基于精度和计算效率的领先3D HPE算法的比较.
- 分析深度学习模型在3D人类姿势估计方面的进展.
主要成果:
- 深度学习模型显示,3D HPE的显著进展.
- 持续存在的挑战包括处理阻塞,实现实时估计和确保概括.
- 领先的算法在精度和效率方面进行了比较.
结论:
- 深度学习已经推进了3D HPE,但挑战仍然存在.
- 需要进一步的研究来克服阻塞,实时处理和模型通用化的局限性.
- 该审查为未来的3D HPE研究提供了路线图.
更多相关视频
09:41Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
Published on: April 21, 2023
1.5K
06:32Author Spotlight: Automated Deep Brain Stimulation for Parkinson's Disease - Exploring the Possibilities and Challenges of Home Monitoring
Published on: July 14, 2023
1.2K
