仅从2D投影能否学习3D姿态？
计算机视觉与模式识别
2018-08-23 v1
摘要
从单幅图像进行 3D 姿态估计是计算机视觉中的一项挑战性任务。我们提出了一种弱监督方法，在仅给定 2D 姿态 landmarks 的情况下估计 3D 姿态点。我们的方法不需要 2D 与 3D 点之间的对应来构建显式 3D 先验。我们利用对抗框架对 3D 结构施加先验，该先验仅从其随机 2D 投影中学习。给定一组 2D 姿态 landmarks，生成器网络推测其深度以获得 3D 骨架。我们提出了一种新颖的随机投影层，它随机投影生成的 3D 骨架并将得到的 2D 姿态发送给判别器。判别器通过区分生成的姿态与来自真实 2D 姿态分布的姿态样本而改进。训练不需要 2D 输入与生成器或判别器之间的对应。我们将我们的方法应用于 3D 人体姿态估计任务。在 Human3.6M 数据集上的结果表明，我们的方法优于许多先前的监督和弱监督方法。
引用
@article{arxiv.1808.07182,
title = {Can 3D Pose be Learned from 2D Projections Alone?},
author = {Dylan Drover and Rohith MV and Ching-Hang Chen and Amit Agrawal and Ambrish Tyagi and Cong Phuoc Huynh},
journal= {arXiv preprint arXiv:1808.07182},
year = {2018}
}
备注
Appearing in ECCVW 2018 proceedings