PulseAugur
实时 10:54:25
English(EN) Geometry-Conditioned Diffusion for Occlusion-Robust In-Bed Pose Estimation

几何条件扩散模型增强了遮挡鲁棒的姿态估计

研究人员开发了一种名为几何条件扩散(GeoDiffPose)的新方法,以改进在床上的人体姿态估计,特别是在身体部分被毯子覆盖的情况下。该方法使用姿态条件潜在扩散模型直接从骨骼关键点生成覆盖姿态的图像,绕过了配对监督或可见源图像的需求。GeoDiffPose模型在遮挡鲁棒姿态估计方面表现出有效性,在严重遮挡下实现了高定位精度,并接近完全监督方法的性能。 AI

影响 引入了一种新颖的扩散模型方法,用于遮挡鲁棒的姿态估计,可能改进医疗保健和监控领域的应用。

排序理由 这是一篇详细介绍姿态估计新方法的学术论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

几何条件扩散模型增强了遮挡鲁棒的姿态估计

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Navid Aslankhani Khameneh, Marco Carletti, Cigdem Beyan ·

    面向遮挡鲁棒的基于几何条件的在床姿态估计

    arXiv:2604.23651v1 Announce Type: new Abstract: Robust in-bed human pose estimation under blanket occlusion remains challenging due to the scarcity of reliable labeled training data for heavily covered poses. Existing approaches rely on multi-modal sensing or image-to-image trans…