利用卷积神经网络与二维姿态信息的三维人体姿态估计
计算机视觉与模式识别
2016-09-09 v2
摘要
尽管利用卷积神经网络(CNNs)进行二维人体姿态估计已取得进展，但三维人体姿态估计尚未被深入研究。本文中，我们采用端到端学习使用CNNs解决三维人体姿态估计任务。一个关节与其他关节之间的相对三维位置通过CNNs学习。所提方法通过两个新思路改进了CNN的性能。首先，我们将二维姿态估计结果与图像特征拼接，从而将二维姿态信息加入从图像估计三维姿态的过程中。其次，我们发现，相较于仅使用单一根关节，结合相对于多个关节的相对位置信息可获得更精确的三维姿态。实验结果表明，所提方法在Human 3.6m数据集上取得了与最先进方法相当的性能。
引用
@article{arxiv.1608.03075,
title = {3D Human Pose Estimation Using Convolutional Neural Networks with 2D Pose Information},
author = {Sungheon Park and Jihye Hwang and Nojun Kwak},
journal= {arXiv preprint arXiv:1608.03075},
year = {2016}
}
备注
ECCV 2016 workshop