RGBD图像中用于机器人任务学习的3D人体姿态估计
计算机视觉与模式识别
2018-03-14 v2 机器人学
摘要
我们提出一种从单张RGBD图像估计真实世界单位下3D人体姿态的方法，并表明其超越了基于彩色图像的单目3D姿态估计方法以及仅从深度进行姿态估计的性能。我们的方法建立在针对彩色图像的鲁棒人体关键点检测器之上，并融入深度以提升到3D。我们将该系统与我们的示教学习框架结合，以在无标记情况下指导服务机器人。真实环境实验表明，我们的方法使PR2机器人能够模仿从人类教师观察到的操作动作。
引用
@article{arxiv.1803.02622,
title = {3D Human Pose Estimation in RGBD Images for Robotic Task Learning},
author = {Christian Zimmermann and Tim Welschehold and Christian Dornhege and Wolfram Burgard and Thomas Brox},
journal= {arXiv preprint arXiv:1803.02622},
year = {2018}
}
备注
Accepted to ICRA 2018. Video and Code (ROS node) are available: http://lmb.informatik.uni-freiburg.de/projects/rgbd-pose3d/