本材料旨在确保学术和技术工作的及时传播。版权及其所有权利由作者或其他版权所有者保留。所有复制此信息的人都应遵守每个作者的版权所引用的条款和限制。在大多数情况下，未经版权持有人的明确许可，这些作品不得转载。
视频中人体姿态估计的流动ConvNets
T.Pfister，J.Charles，A.齐瑟曼
2015年IEEE国际计算机视觉会议
下载出版物：![pfister15a.pdf[8.9Mo]](/~vgg/publications/images/pdf.png)
这项工作的目标是视频中的人体姿势估计，其中有多个帧可用。我们研究了一种ConvNet架构，该架构能够通过使用光流跨多个帧组合信息，从时间上下文中获益。为此，我们提出了一种具有以下新颖性的网络架构：（i）一个比先前研究的回归热图更深的网络；（ii）学习隐式空间模型的空间融合层；（iii）光流用于对齐来自相邻帧的热图预测；以及（iv）最终参数池层，该层学习将对齐的热图组合成池置信度图。我们表明，该体系结构优于许多其他体系结构，包括仅在输入层使用光流的体系结构、直接回归关节坐标的体系结构，以及在不进行空间融合的情况下预测热图的体系结构。新体系结构在三个视频姿势估计数据集（包括Wild数据集中极具挑战性的Poses）上的表现远远超过了目前的技术水平，并且优于在单图像FLIC基准上不使用图形模型的其他深度方法（以及Chen&Yuille和Tompson等人在高精度区域的表现）。
其他材料：
链接：
BibTex参考：
@在诉讼中{Pfister15a，author=“托马斯·普菲斯特、詹姆斯·查尔斯和安德鲁·齐瑟曼”，title=“视频中人体姿势估计的流动ConvNets”，booktitle=“IEEE计算机视觉国际会议”，year=“2015”，}
数据库中的其他出版物：