《表4 人体姿态Ground Truth举例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的人体姿态估计方法综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

但是由于人体姿态估计的方法模式灵活多样，为得到功能性较强，效果较好的网络模型，需要为实现不同功能的网络构建专门的人体姿态Ground Truth。在实际研究中，Ground Truth的构建方法决定了网络学习到的功能，因此从监督训练的角度来看，某一种姿态估计的思路可以从其对应的Ground Truth反映出来，例如基于直接回归坐标的方法使用coordinate的二维坐标作为监督，而结合关节点结构信息的模型则需要用到heatmap作为特征标记，还有参考mask掩码直接进行关节点像素分类的网络设计等。取部分本文所提到的姿态估计方法，并将其Ground Truth作如表4比较。