基于多模态深度监督的对抗式 3D 人体姿态估计
计算机视觉与模式识别
2018-09-24 v1
摘要
本文提出一种基于深度学习的新框架，从单幅图像推断 3D 人体姿态。具体而言，开发了一种两阶段方法。我们首先利用具有两个分支的生成器分别提取显式与隐式深度信息。在训练过程中，还采用对抗式方案以进一步提升性能。第二步中，由广泛使用的估计器生成的估计 2D 关节点，连同隐式与显式深度信息，一并送入深度 3D 姿态回归器以生成最终姿态。我们的方法在 ECCV2018 3D 人体姿态估计挑战赛上取得了 58.68mm 的 MPJPE。
引用
@article{arxiv.1809.07921,
title = {Adversarial 3D Human Pose Estimation via Multimodal Depth Supervision},
author = {Kun Zhou and Jinmiao Cai and Yao Li and Yulong Shi and Xiaoguang Han and Nianjuan Jiang and Kui Jia and Jiangbo Lu},
journal= {arXiv preprint arXiv:1809.07921},
year = {2018}
}