基于关系网络的 3D 人体姿态估计
计算机视觉与模式识别
2018-07-23 v2
摘要
本文中,我们提出了一种基于神经网络的从单幅图像进行三维人体姿态估计的新算法。我们采用关系网络的结构以捕捉不同身体部位之间的关系。在我们的方法中,每对不同身体部位生成特征,所有对身体部位特征的平均值被用于三维姿态估计。此外,我们提出了一种可用于关系模块的 dropout 方法,其固有地增强了对遮挡的鲁棒性。所提网络在 Human 3.6M 数据集上取得了三维姿态估计的 SOTA 性能,并且即使在存在缺失关节的情况下也能有效产生合理的结果。
引用
@article{arxiv.1805.08961,
title = {3D Human Pose Estimation with Relational Networks},
author = {Sungheon Park and Nojun Kwak},
journal= {arXiv preprint arXiv:1805.08961},
year = {2018}
}
备注
BMVC 2018, source code: https://github.com/sungheonpark/3D_HPE_RN