MoSoLoco提出复用姿态特征的单目3D人体定位
热点事件持续更新
MoSoLoco提出复用姿态特征的单目3D人体定位
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Yasamin Borhani等作者提出MoSoLoco,一种逐帧单目3D人体定位方法:它把姿态检测器内部的视觉特征与检测到的2D骨架结合,不需要额外的RGB或深度编码器,并用同帧稀疏多人上下文修正个体位置估计。 作者称,在JRDB和NuScenes上的实验显示复用姿态检测器表示能改善定位,JRDB最佳误差相对评估中最强的关键点基线降低约23%;受控轨迹预测实验显示该方法对下游任务有益,完整流程适合在Jetson AGX Xavier上推理。 该论文为arXiv预印本,尚未经同行评议,上述效果均为作者报告,未经独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
MoSoLoco:复用姿态检测视觉特征的单目3D人体定位方法报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · cs.ROMoSoLoco:复用姿态检测视觉特征的单目3D人体定位方法
MoSoLoco 是一种逐帧单目3D人体定位器,将姿态检测器内部的视觉特征与检测到的2D骨架结合,无需额外的RGB或深度编码器,并可引入同帧稀疏多人上下文来修正个体位置估计。在 JRDB 和 NuScenes 上的实验显示,复用姿态检测器表示能改善定位,JRDB 最佳误差相对评估中最强的关键点基线降低约23%。受控轨迹预测实验显示该方法对下游任务有益,完整流程仍适合在 Jetson AGX Xavier 上推理。论文为 arXiv 预印本,尚未经同行评议。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。