تعلم مشترك للحركة المشتركة لتقدير الوضعية في الفيديو

لقد كانت تقديرات وضعية الإنسان في مقاطع الفيديو مهمة مثيرة للإعجاب ولكنها تمثل تحديًا طويل الأمد ضمن نطاق رؤية الكمبيوتر. ومع ذلك، تظل هذه المهمة صعبة بسبب مشاهد الفيديو المعقدة، مثل عدم تركيز الفيديو والاحتجاب الذاتي. تسعى الأساليب الحديثة إلى دمج الميزات البصرية متعددة الإطارات الناتجة عن شبكة أساسية لتقدير الوضعية. ومع ذلك، غالبًا ما تتجاهل هذه الأساليب المعلومات المشتركة المفيدة المشفرة في خريطة الحرارة الأولية، والتي تعتبر نتاجًا ثانويًا لتوليد الشبكة الأساسية. بالمقارنة، تفشل الأساليب التي تحاول تحسين خريطة الحرارة الأولية في مراعاة أي ميزات حركة زمنية مكانية. ونتيجة لذلك، فإن أداء الأساليب الحالية لتقدير الوضعية لا يلبّي الطموحات بسبب عدم قدرتها على الاستفادة من كل من المعلومات المحلية المشتركة (خريطة الحرارة) والديناميكيات الحركية العالمية (الميزة).