Kernekoncepter
Effiziente Umwandlung von Heatmaps in präzise 3D-Posen durch ein neuartiges Netzwerk.
Resumé
Einführung von EgoTAP für genaue 3D-Posenschätzung aus egozentrischen Heatmaps.
Grid ViT Encoder für effektive Feature-Einbettung und Propagation Network für präzise Posen.
Übertrifft den Stand der Technik mit 23,9% Reduktion des Fehlers in MPJPE-Metrik.
Experimente, Ablation Studies und Evaluierung auf UnrealEgo und EgoCap Datensätzen.
Propagation Network nutzt visuelle Hinweise für präzise Schätzung von weniger sichtbaren Gelenken.
Statistik
Unser Ansatz übertrifft den Stand der Technik mit einer 23,9%igen Reduktion des Fehlers in der MPJPE-Metrik.
Citater
"Unser Ansatz übertrifft den Stand der Technik mit 23,9% Reduktion des Fehlers in der MPJPE-Metrik."