La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Efficient Human Body Tracking by Quick Shift Belief Propagation Suivi efficace du corps humain par propagation rapide des croyances

Kittiya KHONGKRAPHAN, Pakorn KAEWTRAKULPONG

  • Vues en texte intégral

    0

  • Citer

Résumé:

Nous proposons une approche nouvelle et efficace pour suivre les parties articulées du corps humain en 2D. Dans notre approche, le corps humain est modélisé par un modèle graphique où chaque partie est représentée par un nœud et la relation entre une paire de parties adjacentes est indiquée par une arête dans le graphique. Diverses approches ont été proposées pour résoudre ces problèmes, mais l’efficacité reste un problème vital. Nous présentons une nouvelle approche basée sur Quick Shift Belief Propagation (QSBP) qui bénéficie de Quick Shift, une méthode de recherche de mode simple et efficace, dans un modèle de propagation de croyance basé sur des parties. L'aspect unique de ce modèle est sa capacité à découvrir efficacement les modes de la distribution de probabilité marginale sous-jacente tout en préservant la précision. Cela donne au QSBP un ​​avantage significatif par rapport aux approches telles que la propagation des croyances (BP) et la propagation des croyances moyennes (MSBP). De plus, nous démontrons l'utilisation de QSBP avec un modèle basé sur l'action ; cela offre des avantages supplémentaires en termes de gestion de l'auto-occlusion et de réduction supplémentaire de l'espace de recherche. Nous présentons une analyse qualitative et quantitative de l’approche proposée avec des résultats encourageants.

Publication
IEICE TRANSACTIONS on Information Vol.E94-D No.4 pp.905-912
Date de publication
2011/04/01
Publicisé
ISSN en ligne
1745-1361
DOI
10.1587/transinf.E94.D.905
Type de manuscrit
PAPER
Catégories
Reconnaissance d'images, vision par ordinateur

Auteurs

Mots-clés

Table des matières