基于区域分割和蒙特卡洛采样的静态图片人体姿态估计 (2011年)

静态图片中的人体姿态估计是近年来图像分析领域的重要问题之一。由于静态图片中可利用的信息较少,且存在多关节引起的形状畸变、着装变化、背景干扰及遮挡等难点,使得这一问题具有很大挑战性。考虑到现有算法的不足,提出了一种基于区域分割和置信传播蒙特卡洛采样的人体姿态估计算法,将前景区域分割加入到姿态估计中,在概率图模型中引入非树状的约束,采用蒙特卡洛采样来进行概率推理。实验表明该算法比经典的算法在公共数据集上给出了更加精确的估计结果,同时运行时间也减少了25%。