মানুষের ভঙ্গি অনুমান

মানুষের ভঙ্গি অনুমান চিত্রগুলিতে শরীরের মূল পয়েন্টগুলি সনাক্ত করে৷ ওপেনপোজ কাগজপত্রগুলি বহু-ব্যক্তি 2D পোজ অনুমান বর্ণনা করে, যার মধ্যে অংশগুলির নীচে-আপ অ্যাসোসিয়েশন এবং আশেপাশের লোকেরা মিস হলে টপ-ডাউন সনাক্তকরণ ব্যর্থতা সহ। ইমেজ-প্লেন কীপয়েন্ট 3D গভীরতা বা চিকিৎসা স্থিতি স্থাপন করে না।

ভঙ্গি অনুমান শরীরের কীপয়েন্ট যেমন কনুই, হাঁটু এবং কাঁধ সনাক্ত করে, তারপরে একটি কঙ্কালের সাথে সংযুক্ত করে।

টপ-ডাউন পদ্ধতিগুলি প্রথমে একটি বাউন্ডিং বাক্স সহ প্রতিটি ব্যক্তিকে সনাক্ত করে এবং তারপরে এর মধ্যে জয়েন্টগুলি অনুমান করে, যা সঠিক কিন্তু অনেক লোকের সাথে ধীর হয়ে যায়।

ওপেনপোজের নেটওয়ার্ক শরীরের অংশগুলিকে সংযুক্ত করতে ব্যবহৃত পার্ট অ্যাফিনিটি ক্ষেত্রগুলির পাশাপাশি শরীরের অংশগুলির অবস্থানগুলির জন্য আত্মবিশ্বাসের মানচিত্রগুলির পূর্বাভাস দেয়৷

কাগজটি এমন একটি পার্সারকে বর্ণনা করে যা পিএএফ স্কোর ব্যবহার করে দ্বিপক্ষীয় ম্যাচিং করে, তারপর শরীরের অংশ প্রার্থীদের সম্পূর্ণ ভঙ্গিতে একত্রিত করে।

কাগজটি নোট করে যে টপ-ডাউন পাইপলাইনগুলি কাছাকাছি লোকেদের মিস করতে পারে; একটি ডাউনস্ট্রিম পোজ অনুমানকারী এমন একজন ব্যক্তিকে পুনরুদ্ধার করতে পারে না যার সনাক্তকরণ মিস হয়েছিল।