AlphaPose升级!上海交大卢策吾团队开源密集人群

更新时间:2019-03-03

编辑:金磊【新智元导读】AlphaPose进级了!上海交大MVIG组(卢策吾团队)构建了CrowdPose数据集,用来衡量算法在拥挤场景中的性能。同时提出了一个高效的算法来解决拥挤人群中的姿态估计问题,实验结果远高于当前最好的算法。

拥挤人群场景下的AlphaPose

论文链接:

https://github.com/MVIG-SJTU/AlphaPose

新智元报道

AlphaPose升级了!

代码链接:

这个实时多人姿势估量系统,当初可能处理最具挑战的拥挤人群场景了:

同时提出了一个高效的算法来解决拥挤人群中的姿态估计问题:比较OpenPose提升18mAP、比拟Mask-RCNN晋升8mAP。

为了权衡人体姿态估打算法的性能,学术界与工业界建立了越来越多的公然数据集,如MPII,MSCOCO跟AI Challenger。然而,这些数据集的图片通常采集自日常的生活场景,缺乏拥挤人群场景的数据。

作者:上海交大MVIG组(卢策吾团队)

论文已被CVPR2019接收。

CrowdPose——拥挤人群姿态估计数据集

图1 主流公开数据集于CrowdPose数据集的拥挤场景数据分布。三个主流数据集的数据中,非拥挤数据占据了绝大部分比例,而CrowdPose数据集有着均匀的数据分布。

https://arxiv.org/abs/1812.00324

主流数据集的拥挤场景分布如图1所示。对由数据驱动的深度学习方法来说,数据集的散布不平衡,象征着算法机能的不均衡。

上海交大MVIG组(卢策吾团队)建了一个新的数据集——CrowdPose,用来衡量算法在拥挤场景中的性能;



友情链接:

Copyright 2018-2021 铁算盘高手论坛 版权所有,未经授权,禁止转载。