一种基于扩散的通用方法用于野外三维人体姿态预测
计算机视觉与模式识别
2023-03-16 v2 人机交互
机器人学
摘要
在真实场景预测三维人体姿态（也称为人体姿态预测）不可避免地受到来自不准确的三维姿态估计与遮挡所带来的噪声输入影响。为应对这些挑战，我们提出一种基于扩散的方法，能够对给定噪声观测进行预测。我们将预测任务构建为一个去噪问题，其中观测与预测被视为包含缺失元素（无论是在观测还是预测时域内）的单一序列。所有缺失元素均被视为噪声，并由我们的条件扩散模型去噪。为更好地处理长期预测时域，我们提出了一种时间级联扩散模型。我们在四个公开可用数据集（Human3.6M、HumanEva-I、AMASS 与 3DPW）上展示了我们方法的优势，优于最先进水平。此外，我们表明我们的框架具有足够的通用性，可作为预处理步骤修复任何三维姿态预测模型的输入，并作为后处理步骤精炼其输出，从而改进该模型。代码在线可用：\url{https://github.com/vita-epfl/DePOSit}。
引用
@article{arxiv.2210.05669,
title = {A generic diffusion-based approach for 3D human pose prediction in the wild},
author = {Saeed Saadatnejad and Ali Rasekh and Mohammadreza Mofayezi and Yasamin Medghalchi and Sara Rajabzadeh and Taylor Mordan and Alexandre Alahi},
journal= {arXiv preprint arXiv:2210.05669},
year = {2023}
}
备注
Accepted to ICRA 2023