多视角姿势估计：TEMPO: Efficient Multi-View Pose Estimation, Tracking, and Forecasting

论文作者：Rohan Choudhury,Kris Kitani,Laszlo A. Jeni

作者单位：Carnegie Mellon University

论文链接：http://arxiv.org/abs/2309.07910v1

内容简介：

1）方向：多视角姿势估计模型

2）应用：人体姿势估计和跟踪

3）背景：现有的三维人体姿势估计方法准确，但计算量大且针对单个时间步长进行优化。

4）方法：本文提出了TEMPO，一种高效的多视角姿势估计模型，学习了稳健的时空表示，提高了姿势准确性，并能够跟踪和预测人体姿势。通过逐人计算二维姿势特征，将空间和时间信息融合为单一表示，从而显著减少了计算量。利用这种表示，模型能够利用时空上下文来预测更准确的人体姿势，同时保持高效性。还利用这种表示来跟踪人体姿势并预测未来的姿势。

5）结果：在具有挑战性的CMU Panoptic Studio数据集上，与TesseTrack相比，TEMPO在MPJPE上实现了10%的改进，并且FPS提高了33倍，同时在不进行场景特定微调的情况下能够在不同数据集上泛化。