AI开源项目

DSTA-高效视频人体姿势估计方法

DSTA 是一种基于视频的人体姿势估计的新方法,能够将输入直接映射到输出关节坐标。它通过解耦时空聚合网络和联合局部感知注意机制,灵活捕获关节的空间和时间信息,在 PoseTrack20...

DSTA 是一种基于视频的人体姿势估计的新方法,能够将输入直接映射到输出关节坐标。它通过解耦时空聚合网络和联合局部感知注意机制,灵活捕获关节的空间和时间信息,在 PoseTrack2017 数据集上实现了显著的性能提升。
DSTA的特点:
1. 高效且有效的人体姿势回归方法
2. 绕过热图等中间表示,直接映射关节坐标
3. 解耦时空聚合网络,分别捕获相邻关节的空间上下文和单独关节的时间线索
4. 联合局部感知注意机制,灵活利用相邻关节的空间依赖性和单独关节的时间依赖性
5. 在 PoseTrack2017 上实现了 8.9 mAP 的显著改进

DSTA的功能:
1. 在视频序列中进行多帧人体姿态估计
2. 应用于边缘设备的实时姿态估计
3. 研究中需要高效人体姿态回归的场景
4. 开发与姿态估计相关的应用程序或工具

相关推荐

暂无评论

暂无评论...