研究人员开发了一种名为基于关节角度的改进（JAR）的新方法，以提高从图像和视频中进行人体姿态估计（HPE）的准确性。该技术解决了当前深度学习模型存在的局限性，这些模型常常受到训练数据集中不准确的手动标注的阻碍。JAR利用关节角度描述和傅里叶级数生成更可靠的真实数据，然后训练双向循环网络来改进姿态估计，纠正错误并平滑轨迹。 AI
影响 提高需要精确人体运动分析的计算机视觉任务的准确性。
排序理由 这是一篇描述人体姿态估计新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2507.11075v2 Announce Type: replace-cross Abstract: Marker-free human pose estimation (HPE) has found increasing applications in various fields. Current HPE suffers from occasional errors in keypoint recognition and random fluctuation in keypoint trajectories when analyzing…