无标记动作捕捉中三维人体姿态估计算法综述
计算机视觉与模式识别
2021-07-13 v3
摘要
人体姿态估计是一个十分活跃的研究领域，其重要应用（包括但不限于机器人、娱乐、健康与体育科学等）推动了该领域的发展。卷积网络的进展引发了二维姿态估计的显著改进，使现代三维无标记动作捕捉技术的每关节平均误差达到 20 mm。然而，随着方法的激增，做出明智的选择变得愈发困难。在此，我们回顾过去五年领先的人体姿态估计方法，重点关注指标、基准与方法结构。我们提出一种基于精度、速度与鲁棒性的分类法，并借此对方法进行分类，进而得出未来研究的方向。
引用
@article{arxiv.2010.06449,
title = {A review of 3D human pose estimation algorithms for markerless motion capture},
author = {Yann Desmarais and Denis Mottet and Pierre Slangen and Philippe Montesinos},
journal= {arXiv preprint arXiv:2010.06449},
year = {2021}
}
备注
25 pages, 3 figures