Key points are not available for this paper at this time.
Tanto a detecção quanto o rastreamento de pessoas são problemas desafiadores, especialmente em cenas complexas do mundo real que geralmente envolvem várias pessoas, oclusões complicadas e fundos desordenados ou até mesmo em movimento. Os detectores de pessoas demonstraram ser capazes de localizar pedestres mesmo em cenas de rua complexas, mas os falsos positivos permaneceram frequentes. A identificação de indivíduos específicos também tem sido desafiadora. Métodos de rastreamento são capazes de encontrar um indivíduo específico em sequências de imagens, mas enfrentam grandes dificuldades em cenários do mundo real, como cenas de rua lotadas. Neste artigo, combinamos as vantagens de detecção e rastreamento em uma única estrutura. A articulação aproximada de cada pessoa é detectada em cada quadro com base em características locais que modelam a aparência das partes individuais do corpo. Conhecimento prévio sobre possíveis articulações e coerência temporal dentro de um ciclo de caminhada são modelados usando um modelo hierárquico de variável latente de processo gaussiano (hGPLVM). Mostramos como a combinação desses resultados melhora as hipóteses para a posição e articulação de cada pessoa em vários quadros subsequentes. Apresentamos resultados experimentais que demonstram como isso permite detectar e rastrear várias pessoas em cenas desordenadas com oclusões recorrentes.
Andriluka et al. (Sun,) estudaram essa questão.