Un marco híbrido de aprendizaje profundo para estimar la postura humana en 3D a partir de posiciones articulares en 2D

Para que las computadoras comprendan la actividad o el comportamiento humano en una variedad de escenarios, la estimación confiable de la postura humana en 3D es un requisito previo. Varias dificultades han complejo este trabajo, ya que está influenciado por diversos factores, como la calidad de la imagen, el fondo, la textura y diversidad de la vestimenta, la forma del cuerpo y la presencia de otros objetos junto a las personas en la imagen, lo que ha mostrado la necesidad de adoptar técnicas de visión por computadora. Aunque se ha realizado mucho trabajo en la estimación de la postura humana en 2D, mostrando un rendimiento de última generación, el objetivo de esta investigación es expandir la capacidad para la estimación de la postura humana en 3D. Hemos investigado redes neuronales profundas que comprenden capas lineales con bloques residuales. Y propusimos un marco híbrido de aprendizaje profundo y aumentamos el número de bloques residuales para alcanzar este objetivo. La red híbrida comprende dos modelos paralelos de estimación y los combina para estimar la postura en 3D. Esta investigación también mostró resultados de entrenamiento comparativos. Finalmente, la arquitectura propuesta se evaluó en el conjunto de datos H3WB y presentó los resultados de evaluación considerando las métricas de evaluación del error medio por posición articular (MPJPE) y el porcentaje de puntos clave correctos (PCK). La arquitectura propuesta tuvo un rendimiento aproximadamente un 50% mejor en términos de MPJPE y PCK@150mm para tres bloques residuales.