Сочинение на тему «Разбор человека» и «Оценка позы человека» как две основные области анализа человеческого тела

Резюме: «Разбор человека» и «Оценка позы человека» являются двумя основными областями анализа человеческого тела, который используется для многих современных приложений. Несмотря на тесную взаимосвязь между этими двумя задачами, было проведено какое-либо исследование систематической взаимосвязи между этими двумя задачами. В этой статье автор профессор Ян и его коллеги попытались обсудить единую структуру, объединяющую эти две задачи. Они предложили концепцию «семантических областей» и «парселетов», которые преобразуют задачи анализа и оценки в математический алгоритм.

Было несколько связанных работ по оценке поз, в которых использовалось объединение моделей и шаблонов. Тем не менее, по мере того, как увеличивается количество человеческих поз, параметры также продолжают увеличиваться, что более ранняя модель не может разрешить. В случае анализа человеком также связанные исследования не смогли полностью исследовать задачу как связь между человеческой структурой и внешним видом. не был успешно установлен.

В этой статье «Гибридная модель синтаксического анализа» (HPM) предлагается объединить обе задачи. Он использует структуру Смешанных шаблонов объединенной группы (MJGT) и оценку MAP, чтобы обеспечить сильную корреляцию между позициями. Parselets, которые генерируются алгоритмом сегментации и имеют надежную семантику, помогают интегрировать задачи как парсинга, так и позы человека, используя график «И-Или». Для оценки позы четырнадцать суставов преобразуются в пять групп, поскольку между парселетами и суставами нет прямого соответствия. Существует три попарных геометрических отношения, а именно: «Parselet-MJGT», «Parselet-Parselet» и «Parent-Child». Для решения этих геометрических сложностей включена модель GF Layout Feature (GLF), где пространственное распределение пикселей используется для измерения его маски.

Таким способом можно вычислить центроид и установить связь между двумя задачами. Для расчета позиций и масштабирования узлов верхнего уровня первоначальный макет может быть изменен на древовидную модель, где все узлы «И» и «Лист» рассматриваются как суперузлы. В таком сценарии, несмотря на наличие циклов в первом и второй уровень, алгоритм может быть вычислен быстрее. Здесь «Учебная структура» используется для выбора Parselet и позволяет объединить оценку позы и синтаксический анализ человека. Эксперименты проводятся на двух последних наборах данных с использованием критериев оценки вероятности правильной позы (PCP). Дополнительные метрики используются для сравнения результатов с предыдущими исследованиями. Результат показывает, что с помощью GLF и Parselets этот метод помогает успешно определять положение суставов, даже если есть препятствия от одежды. Следовательно, этот метод превосходит все предыдущие модели по всем показателям.