用于图像合成的动态关键点注释

如何解决用于图像合成的动态关键点注释

我目前正在做一个项目，我需要估计医院病床上的人的姿势，这意味着很多遮挡和主体只能部分看到。

至于现在，我已经对数据进行了注释，并对图片中的人物进行了分割。 我的注释是 COCO 风格的：它们是具有 [X,Y] 坐标的关键点，给出图片中每个人关节的坐标。

预训练模型显示的结果非常有限，我需要创建自己的数据库。 但我想避免整个花费三周的注释部分并综合生成注释数据。

我的问题是我的数据上的注释具有它们自己图片的坐标（有意义），我想将分割区域（带有注释）放在另一张图片上。分割不会在新图片上的完全相同的位置，这意味着注释不会精确定位关节的正确 [X,Y] 坐标。所以我需要找到一种方法来翻译分割参考中的注释（可能是分割的最高点）。

现在我想到的是：

• 手动分割 ~50-80 张预先标注的图像以提取前景（= 床上的人）

• 应用同构变换将注释的参考系从 original_img 更改为 mask

• 通过将分割部分（带注释的人）添加到背景（医院病床）来生成合成图像

• 应用同构变换将注释的参考系从掩码更改为 new_img

• 对注释坐标重新应用同构变换，以将它们重新转换为新合成图像中的 coco 样式

这整个过程可能很乏味（主要是为了解析 json 注释文件）所以你能告诉我是否有更简单的方法来做到这一点，或者有人还没有这样做吗？

感谢您的回答

如果你想要更精确的 coco 注释：https://www.immersivelimit.com/tutorials/create-coco-annotations-from-scratch/#create-custom-coco-dataset