一种用于从2D图像进行3D姿态估计的混合分类-回归框架
计算机视觉与模式识别
2018-05-10 v1
摘要
从单张2D图像进行3D姿态估计是计算机视觉中一项重要且具有挑战性的任务，在自动驾驶、机器人操作和增强现实中有应用。由于3D姿态是连续量，该任务的一个自然表述是解决姿态回归问题。然而，由于姿态回归方法返回单一的姿态估计，它们难以处理多模态姿态分布（例如对称物体情况）。另一种可以捕捉多模态姿态分布的表述是将姿态空间离散化为多个区间并解决姿态分类问题。但是，姿态分类方法会因离散化的粗粒度而给出较大的姿态估计误差。本文中，我们提出一种混合分类-回归框架，使用分类网络产生离散的多模态姿态估计，并使用回归网络对离散估计进行连续细化。所提框架可适配不同架构和损失函数，从而产生多种分类-回归模型，其中一些在具有挑战性的Pascal3D+数据集上达到了state-of-the-art性能。
引用
@article{arxiv.1805.03225,
title = {A Mixed Classification-Regression Framework for 3D Pose Estimation from 2D Images},
author = {Siddharth Mahendran and Haider Ali and Rene Vidal},
journal= {arXiv preprint arXiv:1805.03225},
year = {2018}
}