基于渐进高斯滤波融合的多视角人体姿态估计OA北大核心CSTPCD
针对视觉遮挡引起的人体姿态估计(Human pose estimation, HPE)性能下降问题,提出基于渐进高斯滤波(Progressive Gaussian filtering, PGF)融合的人体姿态估计方法.首先,设计分层性能评估方法对多视觉量测进行分类处理,以适应视觉遮挡引起的量测不确定性问题.其次,构建分布式渐进贝叶斯滤波融合框架,以及设计一种分层分类融合估计方法来提升复杂量测融合的鲁棒性和准确性.特别地,针对量测统计特性变化问题,利用局部估计间的交互信息来引导渐进量测更新,从而隐式地补偿量测不确定性.最后,仿真与实验结果表明,相比于现有的方法,所提的人体姿态估计方法具有更高的准确性和鲁棒性.
杨旭升;吴江宇;胡佛;张文安;
浙江工业大学信息工程学院,杭州310023 浙江省嵌入式系统联合重点实验室,杭州310023
计算机与自动化
渐进高斯滤波自适应滤波分布式融合人体姿态估计
《自动化学报》 2024 (003)
P.607-616 / 10
浙江省“尖兵”“领雁”研发攻关计划(2022C03114);浙江省自然科学基金(LY23F030006)资助。
评论