跳到正文
arXiv · 机器人与计算机视觉· Haoyang Ge, Jian Ma, Ziwen Wang, Qihe Wang, Jianqi Fan, Hongzhi Yu, Xingyu Chen, Kun Li·· 16 天前精选AI 评分82

IMPose:面向交互式多人姿态标注的闭环修正传播方法

IMPose: Closed-Loop Correction Propagation for Interactive Multi-Person Pose Annotation

AI 导读

针对多人视频姿态标注中稀疏人工修正易导致跨身份位置不可靠的问题,论文提出 IMPose 框架。该方法将传播的修正视为几何先验而非最终预测,利用目标帧视觉证据进行解码器修正,并结合关键点感知的身份状态保持对应关系,形成闭环时序修正机制。

推荐理由

提出 IMPose 框架,通过闭环修正传播解决多人姿态标注中的身份歧义问题,在 PoseTrack21 数据集上显著提升了稀疏修正下的跟踪精度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org