由于,近期项目需要引入关键点做一些方向逻辑的判断,在此记录一些实验与经典论文方法。首先,我们先了解一下关键点估计的评价指标。
1.PCK - Percentage of Correct Keypoints
PCK表示关键点正确估计的比例
计算检测的关键点与其对应的groundtruth间的归一化距离小于设定阈值的比例。在MPII 中是以头部长度(head length) 作为归一化参考。

d0d_0d0表示检测器,σ\sigmaσ表示关键点是否与gt匹配的阈值,正确估计出的关键点比例。这是比较老的人体姿态估计指标,在17年比较广泛使用,现在基本不再使用。
2.OKS - object keypoint similarity
OKS(object keypoint similarity),关键点相似度,在人体关键点评价任务中,对于网络得到的关键点好坏,并不是仅仅通过简单的欧氏距离来计算的,而是有一定的尺度加入,来计算两点之间的相似度。
OKS=∑i[exp(−dpi2/2sp2σi2)δ(vi>0)]/∑i[δ(vi>0)]OKS={\sum}_{i}{[exp(-{d}^{2}_{pi}}/2s_p^{2}\sigma^{2}_{i})\delta(v_i>0)]/{\sum}_{i}{[\delta(v_{i}>0)]}OKS=∑

:评价指标(PCK,OKS,mAP)&spm=1001.2101.3001.5002&articleId=126259175&d=1&t=3&u=939b48bd72334791b6c7a97acba6f571)
288

被折叠的 条评论
为什么被折叠?



