在基于视频的单眼人体姿势估计框架中对准度的比较评估
概括
这项研究评估了16个人类姿势估计框架,发现MeTRAbs总体上优越. 阿尔法Pose,rtmlib和YOLOv7在2D姿势估计方面表现出色,推进了这个领域.
科学领域:
- 计算机视觉 计算机视觉
- 生物机械分析 生物机械分析
- 机器学习 机器学习
背景情况:
- 对人类姿势估计框架的全面评估对于推进研究和实际应用至关重要.
- 专注于自2019年以来开发的最先进的二维和三维框架.
研究的目的:
- 对领先的人体姿势估计框架进行彻底审查和比较分析.
- 在使用定量指标的新数据集上评估框架性能.
主要方法:
- 对118篇论文和4个GitHub存储库的系统审查.
- 选择了16个框架,包括AlphaPose,Detectron2,MediaPipe,MeTRAbs,MHFormer,MMPose,MoveNet,OpenPifPaf,OpenPifPaf-vita,OpenPose,PoseFormerV2,rtmlib,StridedTransformer-Pose3D,超分析 (YOLOv8),ViTPose和YOLOv7. 在这些框架中,我们可以选择16个框架.
- 在自定义的练习视频数据集上评估与同步的运动捕捉数据,使用加权平均绝对误差和加权类内相关系数.
主要成果:
- 确定MeTRAbs是表现最好的整体框架.
- 在2D人类姿势估计中,AlphaPose,rtmlib和YOLOv7表现出卓越的性能.
- 定量分析显示,跨框架的联合角度精度存在显著差异.
结论:
- 对于人类姿势估计任务,MeTRAbs提供了最佳的综合性能.
- 对于2D应用程序,建议使用AlphaPose,rtmlib和YOLOv7等特定框架.
- 这项研究为选择适合各种人类姿势估计挑战的框架提供了有价值的见解.
