超越弱透视：单目三维人体姿态估计
计算机视觉与模式识别
2020-09-15 v1
摘要
我们考虑从单目视频中利用蒙皮多人线性（SMPL）模型预测三维关节位置与朝向的任务。我们首先用现成的姿态估计算法推断二维关节位置。我们使用 SPIN 算法，并从深度回归神经网络估计身体姿态、形状和相机参数的初始预测。然后我们遵循 SMPLify 算法，其接收那些初始参数，并优化它们以使来自 SMPL 模型的推断三维关节能拟合二维关节位置。该算法涉及三维关节到二维图像平面的投影步骤。常规方法是遵循使用临时焦距的弱透视假设。通过在野外三维姿态（3DPW）数据集上的实验，我们表明使用具有正确相机中心和近似焦距的全透视投影提供了更有利的结果。我们的算法在 3DPW 挑战赛中获得了获胜条目，在关节朝向精度上达到第一名。
引用
@article{arxiv.2009.06549,
title = {Beyond Weak Perspective for Monocular 3D Human Pose Estimation},
author = {Imry Kissos and Lior Fritz and Matan Goldman and Omer Meir and Eduard Oks and Mark Kliger},
journal= {arXiv preprint arXiv:2009.06549},
year = {2020}
}